Metformin, monoacylglycerol lipase expression, cognition and emotion recognition in people with multiple sclerosis and comorbid type II diabetes: A case-control study
Notice bibliographique
Résumé
Abstract Background Diabetes (DM), a common comorbidity, results in poorer cognition in people with multiple sclerosis (PwMS). Metformin may be a treatment option given cognitive benefits. Metformin represses monoacylglycerol lipase (Mgll), accompanied by improvements in cognition in animals. Aims To determine 1) whether metformin represses Mgll in humans, 2) if Mgll correlates with cognition/emotion recognition, and 3) if cognition differs between groups. Methods A convenience sample of seventeen PwMS and DM on metformin, 4 with MS and DM not on metformin, 10 with MS, and 21 healthy controls completed BICAMS and measures of premorbid ability, emotion recognition, mood and fatigue. Blood draw established Mgll levels. T-tests determined group differences in Mgll. Correlational analyses examined if Mgll correlated with cognition. ANCOVA evaluated differences in cognition/emotion recognition. Results Given small samples, we combined groups to determine if metformin impacted Mgll regardless of diabetes status. Significant differences in Mgll ( t = -2.07, p = .05), suggested that metformin suppresses Mgll. No relationship was found between Mgll and cognition/emotion recognition. Differences were found between PwMS and DM compared to controls in verbal learning ( F = 5.85, p = .02) and memory ( F = 5.62, p = .02). Conclusions Metformin suppresses Mgll in humans suggesting metformin be evaluated as a potential MS treatment. Mgll did not correlate with cognition possibly due to sample size or methodology. Combined impact of MS and DM negatively impacts cognition, supporting literature demonstrating that vascular comorbidity increases risk of cognitive dysfunction. Findings support pursuing clinical trials evaluating metformin efficacy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».