Pathophysiological Links Between Stroke and Prediabetes: A Systematic Review
Notice bibliographique
Résumé
Prediabetes is an intermediate stage between normoglycaemia and type 2 diabetes mellitus (T2DM), affecting over 425 million people globally and contributing to vascular damage and increased stroke risk. Despite the severity of both conditions, their association remains underexplored. This review examines the literature on stroke-related biomarkers in normoglycaemia, prediabetes and T2DM to identify potential links between prediabetes and stroke. This systematic review followed PRISMA-2020 guidelines. PubMed, Google Scholar, Scopus, Web of Science and Science Direct were searched for studies (2003–2023) on stroke biomarkers in prediabetes. Eligible studies were original human research in English, with defined diagnostic criteria (ADA or WHO) for glycaemic status and reported biomarker associations or stroke risk. Studies with major comorbidities were excluded. Data were extracted and bias was assessed using the Newcastle–Ottawa Scale. Meta-analysis was not performed due to limited studies per biomarker. Eight studies (n = 3003) were included. NSE was examined in three studies, all reporting significant elevations in hyperglycaemic individuals. Interleukin-6 (IL-6) was assessed in two studies; one showed a significant increase in diabetes, while the other found a non-significant upward trend. D-dimer and GFAP were each reported in separate single studies, both showing significant elevations in hyperglycaemic individuals with stroke or neurocognitive impairment. S100B was investigated in two studies, with divergent findings: one showed a positive association with glycaemic status, while the other reported lower levels in hyperglycaemia. Findings indicate biomarker alterations in T2DM, suggesting that early changes may occur in prediabetes. Our review suggests that individuals with prediabetes may show alterations in inflammatory (IL-6), coagulation (D-dimer), and neurovascular (S100B, GFAP, NSE) markers, though some findings are inconsistent, reflecting early pathophysiological changes that may increase stroke risk. Further well-designed studies are needed to clarify these associations and establish biomarker-based tools for earlier stroke risk detection and prevention in individuals with prediabetes.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».