Compartment-specific Metabolic Alterations to Insulin Reflect Adiposity-driven Variation and Predict Type 2 Diabetes
Notice bibliographique
Résumé
CONTEXT: The metabolic mechanisms underlying insulin resistance are not fully understood. Metabolomic profiling can reveal compartment-specific variations and identify individuals at risk for type 2 diabetes (T2D). OBJECTIVE: To characterize insulin-induced metabolomic changes during a hyperinsulinemic-euglycemic clamp and evaluate a derived risk score's predictive value for T2D. DESIGN, SETTING, AND PARTICIPANTS: Clamp studies were conducted in 80 adults (38 with T2D, 42 without) to measure plasma and muscle metabolites in fasting and hyperinsulinemic states. An insulin resistance metabolomic score was developed and tested in a prospective case-control study (367 cases, 910 controls) from the Women's Health Initiative (28.5-year follow-up). MAIN OUTCOME MEASURES: Metabolite changes during hyperinsulinemia and incident T2D. RESULTS: Hyperinsulinemia altered 79.5% of plasma metabolites (notably fatty acids, lactate, and pyruvate) and 15.8% of muscle metabolites (eg, branched-chain and aromatic amino acids). T2D was associated with higher triglycerides and lower tricarboxylic acid intermediates during clamp. Adiposity amplified insulin-induced increases in plasma lipids. The risk score predicted incident T2D (hazard ratio, 1.20 per SD; 95% CI, 1.09-1.32; P = 7.4 × 10-4). CONCLUSION: Compartment-specific metabolic responses to insulin are shaped by adiposity and predict future T2D risk, supporting use of metabolomic signatures for early identification and prevention.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».