41 Arbeiten
Die Endokrinologie untersucht, wie unser Körper durch Hormone gesteuert wird, von der Stoffwechselregulation bis hin zu Wachstum und Stimmung. Diese komplexe Wechselwirkung beeinflusst fast jeden Aspekt unserer Gesundheit, doch neue Erkenntnisse entwickeln sich rasch weiter. Auf Gist.Science machen wir diese wissenschaftlichen Durchbrüche für alle zugänglich, unabhängig von ihrem fachlichen Hintergrund.
Jedes neue Preprint in diesem Bereich stammt direkt von medRxiv und wird von uns umgehend verarbeitet. Wir bieten für jeden Beitrag nicht nur eine detaillierte technische Zusammenfassung, sondern auch eine leicht verständliche Erklärung auf Alltagssprache. So bleiben Sie stets über die neuesten Forschungsdaten informiert, ohne sich durch komplexe Fachbegriffe kämpfen zu müssen.
Im Folgenden finden Sie die aktuellsten Veröffentlichungen zur Endokrinologie, die wir sorgfältig für Sie aufbereitet haben.
Diese Studie demonstriert die Durchführbarkeit der Klassifizierung von Gestationsdiabetes in Typ-2-Diabetes-ähnliche Subtypen mittels K-Means-Clustering und vorläufiger epigenetischer Analysen, was auf gemeinsame molekulare Mechanismen und potenzielle Pfade für eine zukünftige Validierung in größeren Kohorten hindeutet.
Diese Studie nutzt die Netzwerkanalyse an 1.286 Frauen mit dem Polyzystischen Ovarsyndrom (PCOS), um ein integriertes endokrin-metabolisches Biomarker-Netzwerk zu rekonstruieren, wobei das sexuelle Globulin-bindende Protein und andere entscheidende Brücken-Biomarker identifiziert werden, die verschiedene physiologische Domänen miteinander verknüpfen und neue Einblicke für die Präzisionsmedizin bieten.
Diese Studie integriert humane Bulk-Transkriptomik mit räumlicher Transkriptomik an Mäusen, um distinkte stromale Nischen zu definieren, welche die intermuskuläre Fettgewebsexpansion bei Stoffwechselerkrankungen vorantreiben, wobei aufgezeigt wird, dass die durch EBF2 vermittelte Linienplastizität und nicht die Progenitorabundanz diese räumlich organisierte Remodellierung orchestriert.
Diese Studie nutzt ein erklärbares LightGBM-Framework, das mit diversen öffentlichen Datenquellen integriert ist, um die Prävalenz diagnostizierter Diabetes auf County-Ebene in den Vereinigten Staaten präzise vorherzusagen und geografisch zu interpretieren, wobei Armut und Ernährungsunsicherheit als dominante strukturelle Treiber identifiziert werden, während gleichzeitig betont wird, dass die resultierenden Erkenntnisse modellbasierte Erklärungen und keine kausalen Effekte darstellen.
In einer prospektiven Kohortenstudie mit 2.024 japanischen Patienten mit Diabetes wurde festgestellt, dass ein höheres viszerales Fettgewebe das Krebsrisiko erhöhte, während eine größere Handgriffstärke Schutz vor kardiovaskulären Ereignissen bot, obwohl weder die Körperzusammensetzung, noch die tägliche körperliche Aktivität oder die Handgriffstärke unabhängig mit der Gesamtmortalität assoziiert waren.
Diese Studie präsentiert ein mechanistisches Modell der Populationsdynamik von Knochenzellen, das zentrale regulatorische Signalwege und 22 genetische Varianten integriert, um Trajektorien des postmenopausalen Knochenverlusts zu simulieren, wobei klinische Trends erfolgreich erfasst sowie spezifische genetische Risikofaktoren und herkunftsspezifische Unterschiede beim Rückgang der Knochendichte identifiziert wurden.
Diese Querschnittsstudie mit 508 Teilnehmern zeigt, dass zirkulierende CtBP2-Spiegel schwache, aber statistisch signifikante positive Assoziationen mit Adipositas-Maßstäben, insbesondere mit Bauchfett, aufweisen, jedoch keine signifikante Korrelation mit Störungen des Lipidprofils.
Diese auf Krankenhäusern basierende multizentrische Querschnittsstudie in Bangladesch zeigt, dass reduzierte Niveaus der intestinalen alkalischen Phosphatase im Stuhl unabhängig mit einem Gestationsdiabetes mellitus assoziiert sind, was auf eine potenzielle Rolle der darmabgeleiteten metabolischen Dysregulation bei dieser Erkrankung hindeutet, trotz der derzeitigen Einschränkung des Markers als alleiniges diagnostisches Werkzeug.
Die prospektive Beobachtungsstudie StartRight zeigt, dass ein Klassifikationsmodell, das routinemäßige klinische Merkmale wie ein jüngeres Alter und einen niedrigeren BMI, unbeabsichtigten Gewichtsverlust sowie hohe Glukosewerte bei der Vorstellung mit oder ohne Insel-Autoantikörper kombiniert, eine hohe Genauigkeit bei der Unterscheidung von Typ-1- und Typ-2-Diabetes im Erwachsenenalter zur Diagnosezeit erreicht und die derzeitigen klinischen Leitlinien übertrifft.
Diese Beobachtungsstudie zeigt, dass Semaglutid bei Patienten mit neuropsychiatrischen Vorerkrankungen zu einer dosisabhängigen und vom Gewichtsverlust unabhängigen Verringerung des Risikos für zahlreiche neuropsychiatrische Störungen führt, was auf eine direkte Wirkung im Zentralnervensystem hindeutet.