🩺 Category

endocrinology

48 articoli

L'endocrinologia esamina come il nostro corpo regola funzioni vitali attraverso gli ormoni, influenzando tutto dal metabolismo all'umore. Questa disciplina studia i complessi sistemi di comunicazione chimica che mantengono l'equilibrio interno, rivelando spesso le cause profonde di disturbi metabolici e malattie croniche che affliggono milioni di persone.

Su Gist.Science, ogni nuovo preprint in questa categoria proveniente da medRxiv viene attentamente processato per renderlo accessibile a tutti. Offriamo sia sintesi in linguaggio semplice per i non esperti, sia analisi tecniche dettagliate per i ricercatori, garantendo che le scoperte più recenti non rimangano confinate nei soli ambienti accademici.

Di seguito trovate l'elenco degli ultimi articoli pubblicati in endocrinologia, pronti per essere esplorati attraverso le nostre spiegazioni chiare e approfondite.

🩺 endocrinology

Predicting county-level diagnosed diabetes prevalence in the United States using explainable gradient boosting and geographic interpretation

Questo studio utilizza un framework LightGBM spiegabile, integrato con diverse fonti di dati pubblici, per prevedere accuratamente e interpretare geograficamente la prevalenza del diabete diagnosticato a livello di contea negli Stati Uniti, identificando la povertà e l'insicurezza alimentare come i principali driver strutturali, pur sottolineando che le intuizioni risultanti servono come spiegazioni basate sul modello piuttosto che come effetti causali.

Yahaya, Y., Khan, S., Rani Saha, P., Meia, M. A. A.2026-06-26
🩺 endocrinology

Association of body composition, daily physical activity and handgrip strength with mortality, cardiovascular events and cancers in Japanese patients with diabetes

In uno studio di coorte prospettico su 2.024 pazienti giapponesi con diabete, è stato riscontrato che un maggiore tessuto adiposo viscerale aumentava il rischio di cancro, mentre una maggiore forza della presa manuale offriva protezione contro gli eventi cardiovascolari, sebbene né la composizione corporea, né l'attività fisica quotidiana, né la forza della presa manuale fossero associati indipendentemente alla mortalità per tutte le cause.

Hamasaki, H., Taxiarchi, V. P.2026-06-11
🩺 endocrinology

A mechanistic model for genetic regulation of postmenopausal bone loss

Questo studio presenta un modello meccanicistico della dinamica delle popolazioni di cellule ossee che integra i principali percorsi regolatori e 22 varianti genetiche per simulare le traiettorie di perdita ossea postmenopausale, catturando con successo i trend clinici e identificando specifici fattori di rischio genetico e differenze legate all'ascendenza nel declino della densità ossea.

Rattsev, I., Mac Gabhann, F., Hertz, D., Taylor, C. O.2026-06-08
🩺 endocrinology

Association Between Serum CtBP2 Levels and Obesity Markers: A Cross-Sectional Analysis of Metabolic Syndrome Components

Questo studio trasversale su 508 partecipanti rivela che i livelli circolanti di CtBP2 mostrano associazioni positive deboli ma statisticamente significative con le misure di adiposità, in particolare il grasso addominale, ma non presentano alcuna correlazione significativa con le anomalie del profilo lipidico.

Oumo, D., Namasinga, A., Ikwap, M. A., Ekalu, M., Mpumwire, P.2026-05-20
🩺 endocrinology

Reduced fecal intestinal alkaline phosphatase is associated with gestational diabetes mellitus: A hospital-based multicentre cross-sectional study in Bangladesh

Questo studio trasversale multicentrico basato su ospedali in Bangladesh rivela che i livelli ridotti di fosfatasi alcalina intestinale fecale sono associati in modo indipendente al diabete mellito gestazionale, suggerendo un potenziale ruolo della disregolazione metabolica di origine intestinale nella condizione, nonostante la limitazione attuale del marcatore come strumento diagnostico autonomo.

Chowdhury, P., Tofail, T., Akter, N., Islam, H., Bokshi, A., Sultana, M., Podder, S., Malo, M. S., Hasanat, M.2026-05-19
🩺 endocrinology

Using routine clinical features to classify adult-onset diabetes at diagnosis: the StartRight prospective observational study

Lo studio osservazionale prospettico StartRight dimostra che un modello di classificazione che combina caratteristiche cliniche di routine, quali età e BMI inferiori, perdita di peso involontaria e glicemia alta alla presentazione, con o senza autoanticorpi delle isole, raggiunge un'elevata accuratezza nel differenziare il diabete di tipo 1 a esordio adulto dal diabete di tipo 2 alla diagnosi, superando le attuali linee guida cliniche.

Knupp, J., Hill, A. V., Thomas, N. J., McDonald, T. J., Young, K. G., Fraser, D. P., Hattersley, A., McKinley, T., Shiel (…)2026-05-03
🩺 endocrinology

Legacy neuropsychiatric benefit after semaglutide is linked to maximum achieved dose and independent of the maximum weight lost

Questo studio osservazionale su larga scala dimostra che il trattamento con semaglutide è associato a un beneficio neuropsichiatrico duraturo e dipendente dalla dose massima raggiunta, indipendente dalla perdita di peso, suggerendo un meccanismo d'azione diretto sui tessuti del sistema nervoso centrale.

murugadoss, k., Venkatakrishnan, A., Soundararajan, V.2026-04-23
🩺 endocrinology

Longitudinal insights into dynamic patterns and cumulative burdens of biological age acceleration in relation to type II diabetes mellitus, all-cause mortality and glycemic traits

Questo studio longitudinale sull'UK Biobank dimostra che le traiettorie dinamiche e il carico cumulativo dell'invecchiamento biologico accelerato sono indipendentemente associati a un aumento del rischio di diabete di tipo 2 e mortalità, parzialmente mediato dalla disregolazione glicemica, suggerendo l'invecchiamento biologico come potenziale bersaglio terapeutico.

Yan, Y., Zheng, C., zeng, p.2026-04-07
🩺 endocrinology

A Manual of Procedures for the Generation of the AI-Ready and Exploratory Atlas for Diabetes Insights (AI-READI) Database.

Questo manuale descrive in dettaglio il protocollo del progetto NIH Bridge2AI AI-READI, finalizzato alla creazione di un dataset multimodale di alta qualità e pronto per l'intelligenza artificiale per supportare la ricerca sul diabete di tipo 2.

Matthies, D. S., Edberg, J. C., Baxter, S. L., Lee, A. Y., Lee, C. S., McGwin, G., Owen, J. P., Zangwill, L. M., Owsley (…)2026-04-04