MétaCan
Menu
Retour à la cohorte
Enregistrement W4412110373 · doi:10.1007/s40618-025-02640-2

Integrated analysis of gut microbiota, fecal and serum metabolites in type 2 diabetes mellitus with peripheral neuropathy

2025· article· en· W4412110373 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJournal of Endocrinological Investigation · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPeripheral neuropathyFecesGut floraType 2 Diabetes MellitusMedicineInternal medicineDiabetes mellitusType 2 diabetesPeripheralEndocrinologyGastroenterologyImmunologyBiologyMicrobiology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Diabetic peripheral neuropathy (DPN) is one of the most common complications of type 2 diabetes mellitus (T2DM). In recent years, it has been reported that the progression of DPN is associated with altered gut microbiota and serum metabolites. However, the alterations of the gut microbiota and interaction with metabolites are not well understood in DPN patients. Therefore, we compared the gut microbiota and fecal and serum metabolic profiles of DPN and comprehensively analyzed the potential mechanisms of DPN. METHODS: H-NMR)-based metabolomics technique. The profile of gut microbiota was determined by 16S rRNA sequencing. Liquid chromatography-mass spectrometry (LC-MS) was used to detect fecal metabolites. The changes of gut microbiota, fecal and serum metabolites were compared and correlation analysis was conducted among them and clinical indicators, such as visual analogue scale (VAS) score, Toronto Clinical Scoring System (TCSS) score and electromyography indicators. RESULTS: Bacteria at the genus level in 8 and the species level in 13, and 28 fecal metabolites, and 5 serum metabolites were significantly altered in DPN patients. In particular, genus Faecalibacterium, species Collinsella_aerofaciens, fecal glycocholic acid and serum formate were significantly reduced in DPN, while genus Megamonas, fecal maleamic acid and serum uric acid (UA) were enriched. These changes are related to bile acid metabolism, amino acid metabolism, and mitochondrial dysfunction, as well as significantly correlated with VAS score, TCSS score and electromyography indicators. CONCLUSION: This study discovered the abnormal gut microbiota in DPN patients, with alterations in fecal and serum metabolism. It is speculated that the gut microbiota may lead to metabolic imbalance, accelerating the DPN progression. Multi-omics analysis was used to identify the possible mechanism of the gut microbiota-metabolism-mitochondrial axis in the progression of DPN, which may provide a potential therapeutic target for the diagnosis and treatment of DPN.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,615
Score d'incertitude au seuil0,302

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,255
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle