Advanced glycation end-product adducts alter the bone collagen network and human cortical bone fracture resistance
Notice bibliographique
Résumé
Abstract Elevated levels of AGEs have been implicated in the increased fracture risk of type 2 diabetes (T2D) and CKD patients. AGEs are widely thought to “over-crosslink” bone collagen, making it stiff and less ductile, leading to reduced cortical bone fracture resistance. This idea is primarily based on in vitro studies where predominately pentosidine, an AGE crosslink, has been used as a biomarker for AGEs. However, more recent studies have found that non-crosslinking AGE adducts to be roughly 40-200 times more abundant than pentosidine in human specimens. In addition, ex vivo studies have shown a denatured and less connected collagen network is associated with reduced fracture resistance. This highlights a disconnect in understanding regarding how AGEs impact cortical bone fragility. Specifically, the relationships between AGEs, bone collagen network properties, and cortical bone fracture toughness are poorly understood. Three AGE adducts (carboxy-methyl-lysine, carboxy-ethyl-lysine, 5-hydro-5-methyl-4-imidazolon-2-yl-ornithine 1), pentosidine, collagen network measures, and the fracture toughness of cortical bone specimens from a large heterogenous group of 80 human donors with and without a history of T2D and/or CKD were measured ex vivo. The AGE adducts contents were 57%-63% higher in the T2D/CKD group compared to the controls and were 70-830 times more abundant than pentosidine. The AGE adducts also correlated negatively and strongly with hydroxylysinonorleucine (HLNL), an immature lysyl oxidase-mediated crosslink (r = −0.62 to −0.71, p < .001). From multiple linear regression (MLR) models, interactions between HLNL and collagen network connectivity and cortical bone porosity best explained 2 fracture toughness measures: J-int and Wfxn (adj-R2 = 47.6% and 40.9%, respectively). From these results, AGE adducts are proposed to disrupt immature crosslink formation during bone remodeling, ultimately leading to a reduction in the cortical bone fracture resistance over time.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».