Reliable biomarkers for decreased spatial navigation in the Young People with Obesity: Increased serum CRP and QUIN levels
Notice bibliographique
Résumé
Abstract Background: Obesity is increasing morbidity and mortality. Obesity and cognitive impairment research have focused on the negative consequences of obesity-related medical diseases on cognition. This study aimed to examine the effect of obesity on spatial navigation, and the relationship between changes in tryptophan kynurenine metabolites and spatial navigation in the people with obesity between 18 and 35 years of age. Methods: In 29 adults with obesity and 25 normal weight adults, we examined plasma levels of CRP, leptin, kynurenine (KYN), tryptophan (TRP), kynurenic acid (KYNA), 3-hydroxykynurenine (3-HK), and quinolinic acid (QUIN), as well as the TRP/KYN, KYNA/3-HK, and KYNA/QUIN ratios. Body and abdominal fat composition (AFC) were also examined. The EAT-26 was used to assess eating attitudes. We used Montreal cognitive assessment (MOCA), Reaction Time (RT), Rey-Osterrieth Complex Figure Test (RCFT), and Virtual-Reality-Based Route-Learning Test with subtests Route repetition task (RPT), Route retraction task (RRT), Directional-approach task (DAT) to measure cognitive abilities. Results: In participants with obesity, the EAT-26 score was higher (p= 0.006), but the MOCA total score (p=0.03) and RCFT copy subscale score (p=0.03), as well as the RPT (p< 0,001), RRT p= 0,004), and DAT (p< 0,001) percentage of correct answers, was lower than normal-weight participants. The QUIN was found to be a negative predictor of RRT (B=-7.29, CI: -12.98, -1.59, -0.31, p=0.01) and DAT (B=-6.15, CI: -9.83, -2.46, p=0.002), while AFC was a negative predictor of RPT (B=-1.01, CI: -1.47, -0.55, p< 0.001). CRP was likewise greater in participants with obesity and a negative predictor of RRT (B=-7.96, CI: -14.30, -1.62, p=0.02) and DAT (B=-9.25, CI: -16.34, -2.17, p=0.012). Discussion: The performance of participants with obesity without comorbidities was worse on visuospatial tests than healthy controls. QUIN and CRP may also help identify new serum biomarkers of poor visuospatial cognition in young adults with obesity
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 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) | 0,001 | 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 ».