Relevant Serum Endoplasmic Reticulum Stress Biomarkers in Type 2 Diabetes and Its Complications: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Endoplasmic reticulum stress (ERS) is activated in all cells by stressors such as hyperglycemia. However, it remains unclear which specific serum biomarkers of ERS are consistently altered in type 2 diabetes (T2D). We aimed to identify serum ERS biomarkers that are consistently altered in T2D and its complications, and their correlation with metabolic and anthropometric variables. We performed a systematic review and meta-analysis following Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) and Meta-Analyses and Systematic Reviews of Observational Studies (MOOSE). The risk of bias was assessed using the Newcastle–Ottawa scale. Random-effects models weighted by the inverse variance were employed to estimate the standardized mean difference and correlations as effect size measures. Indicators of heterogeneity and meta-regressions were evaluated. Of the 1206 identified studies, 22 were finally included, representing 11,953 subjects (2224 with T2D and 9992 non-diabetic controls). Most studies were of high quality. Compared with controls, subjects with T2D had higher circulating levels of heat shock protein 70 (HSP70; SMD: 2.30, 95% CI 1.13–3.46; p < 0.001) and secretagogin (SMD: 0.60, 95%CI 0.19–1.01; p < 0.001). They also had higher serum levels of peroxiredoxin-1, -2, -4, and -6. Secretagogin inversely correlated with HOMA-IR, yet positively correlated with HOMA-B, HbA1c, and FPG. PRX4 negatively correlated with HbA1c and FPG, while HSP70 positively correlated with HbA1c. In conclusion, six ERS biomarkers are consistently elevated in human T2D and correlate with glycemic control, insulin resistance, and β-cell function. Emerging evidence links serum ERS biomarkers to diabetes complications, but further research should evaluate their prognostic implications.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».