Academic literature on the topic 'Jian zhu jing ji xue'

The translation and connotation of landscape architecture (LA) caused a lot of controversy in academia when the term ‘LA’ was introduced to China. In this study, we summarized the different opinions of Chinese scholars based on the origin, evolution, and professional contents of LA, which can be divided into ‘Jing Guan Jian Zhu’ (Chinese Pinyin), ‘Jing Guan She Ji’, and ‘Feng Jing Yuan Lin’. Finally, this article provides strategies and suggestions for enhancing the development of LA when the first-level discipline is established in China, and the aim is to narrow the gap with the international community.

Traditional Chinese medicine (TCM) divides fracture treatment into three stages. Many TCM herbs and formulas have been used to treat fractures for thousands of years. However, research regarding the Chinese herbal products (CHPs) that should be used at different periods of treatment is still lacking. This study aims to identify the CHPs that should be used at different periods of treatment as well as confirm the TCM theory of fracture periods medicine. We used prescriptions of TCM outpatients with fracture diagnoses analyzed using the Chang Gung Research Database (CGRD) from 2000 to 2015. According to the number of days between the date of the fracture and the clinic visit date, all patients were assigned to one of three groups. Patients with a date gap of 0-13 days were assigned to the early period group; those with a date gap of 14-82 days were assigned to the middle period group; and those with a date gap of 83-182 days were assigned to the late period group. We observed the average number of herbal formulas prescribed by the TCM doctor at each visit was 2.78, and the average number of single herbs prescribed was 6.47. The top three prescriptions in the early fracture period were Zheng-gu-zi-jin-dang, Shu-jing-huo-xue-tang, and Wu-ling-san. In the middle fracture period, the top three formulas were Zheng-gu-zi-jin-dang, Shu-jing-huo-xue-tang, and Zhi-bai-di-huang-wan. In the late fracture period, the top three formulas were Shu-jing-huo-xue-tang, Gui-lu-er-xian-jiao, and Du-huo-ji-sheng-tang. The main single herbs used in the early fracture period were Yan-hu-suo, Gu-sui-bu, and Dan-shen. From the middle to the late period, the most prescribed single herbs were Xu-duan, Gu-sui-bu, and Yan-hu-suo. We concluded that the results showed that the CGRD utilization pattern roughly meets the TCM theory at different fracture periods.

ObjectivesPatients with type 2 diabetes have a higher risk of colorectal cancer (CRC), but whether Chinese herbal medicines (CHMs) can reduce this risk is unknown. This study investigated the effect that CHMs have on CRC risk in patients with type 2 diabetes.Research design and methodsThis cohort study used the Taiwanese National Health Insurance Research Database to identify 54 744 patients, newly diagnosed with type 2 diabetes, aged 20–70 years, who were receiving treatment between 1998 and 2007. From this sample, we randomly selected 14 940 CHMs users and 14 940 non-CHMs users, using propensity scores matching. All were followed through 2012 to record CRC incidence. Cox proportional hazards regression was used to compute the hazard ratio (HR) of CRC by CHMs use.ResultsDuring follow-up, 235 CHMs users and 375 non-CHMs users developed CRC, incidence rates of 1.73% and 2.47% per 1000 person-years, respectively. CHM users had a significantly reduced risk of CRC compared with non-CHM users (adjusted HR=0.71; 95% CI 0.60 to 0.84). The greatest effect was in those receiving CHMs for more than 1 year. Huang-Qin, Xue-Fu-Zhu-Yu-Tang, Shu-Jing-Huo-Xue-Tang, Liu-Wei-Di-Huang-Wan, Ji-Sheng-Shen-Qi-Wan, Gan-Lu-Yin, Shao-Yao-Gan-Cao-Tang and Ban-Xia-Xie-Xin-Tang were significantly associated with lower risk of CRC.ConclusionIntegrating CHMs into the clinical management of patients with type 2 diabetes may be beneficial in reducing the risk of CRC.

Recently, sulfonamides have been shown to be promising electrolyte components due to their high chemical and electrochemical stability in lithium batteries [1, 2]. The electrolyte stability becomes critical when applying high voltage and/or utilizing Ni-rich layered oxides in high energy density lithium-ion batteries. Another approach to successful Ni-rich cathode performance is to develop a stable and effective cathode electrolyte interphase (CEI). Given the success of sultones and sulfates in this regard [3, 4], it is hypothesized that nitrogen analogs, like sulfonamides, could be tailored to provide a similar benefit. Indeed, Yim et al. [5, 6] have shown that N,N,N’,N’-tetraethylsulfamide (TES) forms a CEI on NMC811 that imparts high voltage cycling stability and less cathode corrosion. Our earlier studies of TES with Ni-rich NCA also formed a favorable CEI and these results are the topic of this presentation. Herein, we examine the performance of 0 - 4 wt.% TES in our commercially available, high power INR18650-P28A. These cells contain a composite SiO/graphite anode in addition to a Ni-rich cathode. As shown in Fig 1, TES significantly decreased the impedance of the cathode interface after conditioning compared to the control electrolyte. Thereafter, cells containing up to 2%TES show improved capacity retention during long-term high-rate cycling (+1C/-80W). Part of this success was due to a suppression of resistance growth during cycling by TES. Fast charge cycling (+3C/-2C), however, was moderately impaired with increased TES. Considering the largely reduced impedance of the cathode, fast-charge performance may have suffered due to anode rate limitations. These results will be discussed as well as gas generation, storage performance, and additional rate and cycling tests. [1] Shuting Feng, Mingjun Huang, Jessica R. Lamb, Wenxu Zhang, Ryoichi Tatara, Yirui Zhang, Yun Guang Zhu, Collin F. Perkinson, Jeremiah A. Johnson, Yang Shao-Horn. Chem, 5, 2630-2641 (2019) [2] Weijiang Xue, Mingjun Huang, Yutao Li, Yun Guang Zhu, Rui Gao, Xianghui Xiao, Wenxu Zhang, Sipei Li, Guiyin Xu, Yang Yu, Peng Li, Jeffrey Lopez, Daiwei Yu, Yanhao Dong, Weiwei Fan, Zhe Shi, Rui Xiong, Cheng-Jun Sun, Inhui Hwang, Wah-Keat Lee, Yang Shao-Horn, Jeremiah A. Johnson, Ju Li. Nature Energy, 6, 495-505 (2021) [3] Koji Abe, Manuel Colera, Kei Shimamoto, Masahide Kondo, Kazuhiro Miyoshi. Journal of Electrochemical Society, 161 (6) A863-A870 (2014) [4] Jian Xia, N. N. Sinha, L. P. Chen, J. R. Dahn. Journal of Electrochemical Society, 161 (3) A264-A274 (2014) [5] Kwangeun Jung, Taeeun Yim. Journal of Alloys and Compounds, 834,155155 (2020) [6] Ji Won Kim, Kwangeun Jung, Taeeun Yim. Journal of Mater. Sci & Tech. 86, 70-76 (2021) Figure 1

Introducción: La enfermedad renal crónica asociada a la obesidad (ERC-AO) es una enfermedad con aumento en la prevalencia en las últimas décadas. Se caracteriza por un exceso de desequilibrios hormonales adipocíticos (adipoquinas), desregulación del sistema de equilibrio energético y desequilibrios en la homeostasis metabólica. Propósito de la revisión: El objetivo de la revisión es delinear el papel de los diferentes mecanismos fisiopatológicos para el desarrollo de enfermedad renal funcional o anatómica en pacientes con obesidad. Buscamos reportes actualizados en donde se incluye los resultados de mejor supervivencia para los pacientes con ERC-AO. Recientes hallazgos: Actualmente sabemos la ERC-AO tiene un comportamiento pro inflamatorio crónico. La obesidad y sobrepeso se asocian alteraciones hemodinámicas, estructurales e histopatológicas en el riñón, así como alteraciones metabólicas y bioquímicas que predisponen a la enfermedad renal, aun cuando la función renal y las pruebas convencionales sean normales. Conclusiones: Clasificamos a la ERC-AO en Tipo 1: Obesidad y alteraciones funcionales potencialmente reversibles. Tipo 2: Obesidad y alteraciones estructurales histopatológicas potencialmente no reversibles (Incluye la Glomerulopatía asociada a obesidad y glomeruloesclerosis focal y segmentaria). Tipo 3: Obesidad en relacionada con enfermedades crónicas (Diabetes, Hipertensión, Hipertensión pulmonar. Insuficiencia Cardíaca). Tipo 4: Obesidad en el paciente con terapia sustitutiva de la función renal. Recibido: Agosto 03, 2022 Aceptado: Septiembre 30, 2022 Publicado: Septiembre 30, 2022 Editor: Dr. Franklin Mora Bravo. Introducción La obesidad es una enfermedad en crecimiento con un aumento en su prevalencia en las últimas décadas, asociándose a un elevada carga asistencial y económica para los sistemas sanitaros derivado de su relación con enfermedades cardiovasculares, endocrinas, psicológicas, renales entre otras [1, 2]. El incremento en las tasas de obesidad en distintos grupos etarios, desde niños hasta adultos jóvenes conlleva a asumir que en el futuro veremos más enfermedad renal relacionada con la obesidad (ERC-AO) en la población general, con implicaciones relevantes para los sistemas de atención [3]. Por ello el conocimiento y comprensión de esta interacción podría tener implicaciones en la prevención y tratamiento de las enfermedades renales. Dentro de la población general la obesidad se asocia a incremento en el riesgo de diversas condiciones patológicas, como la hipertensión arterial crónica (HTA), enfermedad renal crónica (ERC), artrosis, infecciones, síndrome de apnea hipopnea obstructiva del sueño (SAHOS) y diabetes mellitus (DM) entre otras [3]. No obstante, en el escenario de la ERC, la obesidad juega un rol dual y paralelo en el desarrollo de la enfermedad, tradicionalmente se ha denominado “paradoja de la obesidad”, donde por un lado actúa como un factor de riesgo modificable para el desarrollo de la enfermedad renal crónica (ERC) y por otro se ha asocia de manera consistente con mejores resultados de supervivencia en pacientes con enfermedad renal terminal [1]. Por lo anterior, en las próximas páginas describimos aspectos fisiopatológicos que involucran la obesidad en el desarrollo de la ERC. Definición y epidemiología La obesidad es una condición que se caracteriza por la acumulación anormal o excesiva de tejido adiposo con consecuencias patológicas adversas e incremento del riesgo cardiovascular [4]. Utilizando para su definición y diagnostico un indicador simple como es la relación entre el peso y la talla denominado índice de masa corporal (IMC), se calcula dividiendo el peso de una persona en kilos por el cuadrado de su talla en metros (kg/m2). Un IMC entre 18.5 y 25 kg/m2 es considerado por la Organización Mundial de la Salud (OMS) como peso normal, un IMC entre 25 y 30 kg/m2 como sobrepeso y un IMC > 30 kg/m2, como obesidad [5-7]. Además, la obesidad puede ser clasificada en tres niveles de severidad: clase I (IMC 30.0 – 34.9), clase II (IMC 35.0 – 39.9) y clase III (IMC > 40) [8]. Durante las últimas tres décadas, la prevalencia de adultos con sobrepeso y obesidad (IMC ≥ 25 kg/m2) en todo el mundo ha aumentado sustancialmente, convirtiendo a la obesidad en una epidemia y se prevé que su prevalencia crezca un 40% en la próxima década [6]. Actualmente, el problema de obesidad se ha visto en mayor aumento debido al incremento en la afectación en niños, lo que ocasiona una mayor prevalencia de patologías a edad temprana. En 2016, según las estimaciones de la OMS unos 41 millones de niños menores de cinco años tenían sobrepeso o eran obesos [7]. Esto afectando a todos los países, independiente de su nivel de ingresos [7]. La prevalencia del sobrepeso y la obesidad en niños y adolescentes (de 5 a 19 años) ha aumentado de forma espectacular, del 4% en 1975 a más del 18% en 2016. Este aumento ha sido similar en ambos sexos: un 18% de niñas y un 19% de niños con sobrepeso en 2016. Mientras que en 1975 había menos de un 1% de niños y adolescentes de 5 a 19 años con obesidad, en 2016 eran 124 millones (un 6% de las niñas y un 8% de los niños) [7]. La creciente prevalencia de la obesidad tiene implicaciones para las enfermedades cardiovasculares (ECV) y también para la ERC. Un IMC alto es uno de los factores de riesgo más fuertes para la ERC de nueva aparición [6]. Epidemiología de la enfermedad renal crónica asociada a obesidad (ERC-AO) La enfermedad renal crónica (ERC) es una condición de interés en salud pública, asociada a una elevada morbilidad y mortalidad a nivel mundial. Las guías KDIGO (Kidney Disease: Improving Global Outcomes), definen la ERC como la presencia de alteraciones en la estructura o función renal durante al menos tres meses y con implicaciones para la salud [9, 10]. Los principales elementos clasificatorios para definir la presencia de ERC son la tasa de filtración glomerular (TFG) estimada (G1 a G5) utilizando como umbral definitorio una TFG 60 ml/min/1,73m2 y la tasa de excreción de albúmina en orina (A1 a A3) según el cociente albúmina/creatinina en una muestra aislada de orina sea < 30, 30-300 o > 300 mg/g, respectivamente [9, 10]. Si bien inicialmente existía cierta controversia sobre el uso de la TFG para el diagnóstico de la ERC en fases iniciales, trabajos recientes han puesto en evidencia que tanto una TFG< 60 ml/min/1.73 m2 como un cociente albúmina/creatinina (CAC) ≥ 1.1 mg/mmol (10 mg/g) son predictores independientes del riesgo de mortalidad e insuficiencia renal terminal (IRT) en población general [11, 12]. En consecuencia, debido a estas categorías podemos determinar el pronóstico de cada paciente. Los datos globales sugieren que la prevalencia de la ERC se encuentra entre el 10 y el 16 %, pero la información sobre la prevalencia de la población por categoría de TFG y ACR es escasa [13]. La ERC es una afección asociada a una elevada carga de morbilidad, mortalidad y enfermedad cardiovascular (ECV). A medida que disminuye la función renal, surgen trastornos metabólicos y hemodinámicos que aumentan las tasas de hospitalización, ECV y muerte [4]. El conjunto de factores de riesgo conocidos para la progresión de la ERC es relativamente pequeño, y las terapias y estrategias efectivas para retrasar la progresión de la ERC son limitadas [14]. Por lo cual resulta necesario conocer y entender los diferentes factores de riesgo y su impacto en el daño renal, en aras de lograr minimizar la progresión del mismo, sobre todo en aquellos en los cuales se puede realizar intervenciones activas, evaluables, controlables y con seguimiento continuo como es la obesidad. A la fecha existe suficiente evidencia para asociar la obesidad con el desarrollo y progresión de la enfermedad renal crónica. Los datos granulares sobre la prevalencia de la obesidad en personas con ERC son limitados pero consistentes en todo el espectro de la enfermedad renal. En la Encuesta Nacional de Examen de Salud y Nutrición de 2011–2014, el 44.1 % de los pacientes con ERC en los Estados Unidos también tenían obesidad (21.9 % con obesidad de clase 1 y 11.1 % con clase 2 y obesidad clase 3, habiéndose incrementado el porcentaje global un 5% en los últimos 12 años [15]. La glomeruloesclerosis focal y segmentaria (GEFS) es el tipo de glomerulonefritis que se asocia con mayor frecuencia a la obesidad [16]. La enfermedad glomerular habitualmente asociada a la obesidad se denomina glomerulopatía relacionada con la obesidad (GRO). Esta condición suele presentarse con síndrome nefrótico y pérdida progresiva de la función renal. Con la epidemia mundial de obesidad, se produjo un aumento progresivo de la GRO del 0.2% entre 1986 y 1990 al 2% entre 1996 y 2000, y se ha convertido en un tema emergente en el ámbito de la nefrología [15]. Etiología y patogénesis de la ERC-AO La obesidad se caracteriza por un exceso de desequilibrios hormonales adipocíticos (adipoquinas), desregulación del sistema de equilibrio energético y desequilibrios en la homeostasis metabólica [12]. Hay dos tipos de tejido adiposo presentes en los humanos: tejido adiposo blanco (WAT) y tejido adiposo marrón (BAT) [17-19]. El depósito de grasa ectópica primariamente ocurre en lugares donde no se almacena fisiológicamente, como el hígado, el páncreas, el corazón y el músculo esquelético; secundariamente hay un cambio en la distribución del tejido adiposo visceral con almacenamiento de tejido adiposo en los espacios intraperitoneal y retroperitoneal; luego se presenta la desregulación inflamatoria y de adipoquinas; y por último la resistencia a la insulina [20]. Tejido adiposo blanco (WAT) El tejido adiposo blanco (WAT) se caracteriza por ser un tejido blanco o amarillo con menor vascularización e inervación que el tejido marrón. Las células grasas tienen un tamaño que oscila entre 20 y 200 µm y contienen una única vacuola lipídica (uniloculares). En dicha vacuola se almacenan lípidos para su uso cuando hay demanda energética. De la totalidad de los lípidos que abarca la vacuola lipídica del adipocito blanco, del 90 al 99% son triacilgliceroles. El tejido adiposo blanco genera una gran cantidad de adipocinas y lipocinas. Las adipocinas son péptidos que actúan como hormonas o mensajeros que regulan el metabolismo. El tejido adiposo blanco se localiza en el tejido omental, mesentérico, retroperitoneal, perirrenal, gonadal y pericárdico [19]. Este tejido al igual que el tejido adiposo de otros sitios, está compuesto por una variedad de células que incluyen macrófagos, neutrófilos, células T CD4 y CD8, células B, neutrófilos, mastocitos, células T reguladoras y células T asesinas naturales (NK) [21, 22]. El tejido adiposo es responsable de la secreción de muchas moléculas de señalización, incluidas adipocinas, hormonas, citocinas y factores de crecimiento, como leptina, adiponectina, resistina, factor de necrosis tumoral-α (TNF-α), interleucina 6 (IL-6), monocito, proteína quimioatrayente-1 (MCP-1), factor de crecimiento transformante-β (TGF-β) y angiotensina II [23]. Tejido adiposo marrón o pardo (BAT) La coloración marrón del tejido adiposo se debe a que está más vascularizado y tiene un alto contenido de mitocondrias, las células grasas que componen el tejido adiposo pardo son multiloculares o tienen varias vacuolas lipídicas. Estas células tienen forma poligonal y miden de 15 a 50 µm. A diferencia del tejido adiposo blanco, el tejido marrón no tiene la función de almacenar energía, sino que la disipa a través de la termogénesis. Para lograr la regulación de la temperatura corporal, el tejido adiposo pardo se localiza en sitios superficiales y profundos [18]. Clasificación de la ERC-AO Se ha establecido que la obesidad es una enfermedad con un comportamiento pro inflamatorio crónico con múltiples comorbilidades asociadas [19]. El tejido adiposo como se describió previamente funciona como un órgano con actividad endocrina y esta infiltrado por diferentes poblaciones celulares que incluyen macrófagos y otras células con actividad inmune como linfocitos T, B y células dendríticas [19]. La mayor parte de la grasa corporal total, se considera como un sistema de órganos endocrinos, la perturbación de este tejido tiene como resultado una respuesta patológica al balance calórico positivo en individuos susceptibles que directa e indirectamente contribuye a la enfermedad cardiovascular y metabólica, se tiene conocimiento de tres principales mecanismos de disfunción del tejido adiposo “adiposopatía” [20]. Estos mecanismos incluyen alteraciones hemodinámicas, metabólicas e inflamatorias, lo que es la base de la clasificación de la ERC-AO propuesta en esta revisión (Tabla 1). ERC-AO tipo 1 La obesidad produce un daño renal de forma directa a través de alteraciones hemodinámicas, inflamatorias, y desregulación de factores de crecimiento y adipocitoquinas, además de aumento de leptina y disminución de adiponectina, aun cuando la función renal y las pruebas convencionales sean normales [16]. La obesidad desencadena una serie de eventos, que incluyen resistencia a la insulina, intolerancia a la glucosa, hiperlipidemia, aterosclerosis e hipertensión, todos los cuales están asociados con un mayor riesgo cardiovascular [4, 16] (Figura 1). La obesidad conduce a un incremento en la reabsorción tubular de sodio, alterando la natriuresis y provocando una expansión de volumen extracelular debido a la activación del sistema nervioso simpático (SNS) y el sistema renina-angiotensina-aldosterona (SRAA)(16). El aumento en la reabsorción tubular de sodio y la consiguiente expansión de volumen extracelular es un evento central en el desarrollo de HTA en la obesidad [4, 16]. Algunos estudios sugieren que se produce un aumento de la reabsorción de sodio en algunos segmentos además del túbulo proximal, posiblemente en el asa de Henle. Además, hay un aumento del flujo sanguíneo renal, la tasa de filtración glomerular (TFG) y la fracción de filtración [16]. La hiperfiltración glomerular, asociada con el aumento de la presión arterial y otras alteraciones metabólicas como la resistencia a la insulina y la DM, finalmente resultan en daño renal y disminución del filtrado glomerular [16]. Por otro lado, la activación del SNS también contribuye a la hipertensión relacionada con la obesidad [4]. Hay evidencia de que la denervación renal reduce la retención de sodio y la hipertensión en la obesidad, lo que sugiere que la activación del SNS inducida por la obesidad aumenta la presión arterial principalmente debido al estímulo de retención de sodio, más que a la vasoconstricción [16]. Los mecanismos que conducen a la activación del SNS en la obesidad aún no se conocen por completo, pero se han propuesto varios factores como desencadenantes de este estímulo, entre ellos la hiperinsulinemia, la hiperleptinemia, el aumento de los niveles de ácidos grasos, los niveles de angiotensina II y las alteraciones del reflejo barorreceptor. El aumento de los niveles de leptina está asociado a la activación del SNS y su efecto sobre el aumento de los niveles de presión arterial incluye también la inhibición de la síntesis de óxido nítrico (potente vasodilatador) [16, 24, 25].También se ha descrito un aumento de la producción de endotelina-1 en sujetos obesos, lo que contribuye aún más a la elevación de los niveles de presión arterial y, en consecuencia, a la disfunción renal. Estudios recientes han demostrado que la endotelina-1 está aumentada en pacientes con hipertensión intradiálisis, lo que sugiere que esta sustancia juega un papel clave en la génesis de la hipertensión en pacientes con ERC y posiblemente esté asociada con la hipertensión en pacientes obesos [16, 25]. Por lo anterior, las alteraciones hemodinámicas en los pacientes con obesidad conllevan a progresión de la ERC e incremento del riesgo cardiovascular derivado del desarrollo de enfermedades adicionales como la HTA, potencialmente estos cambios son reversibles con el control de la obesidad. ERC-AO Tipo 2 Mantener el estado de obesidad más allá de los efectos renales funcionales produce cambios estructurales irreversibles a nivel glomerular [25]. El estudio de pacientes con ERC y obesidad ha permitido identificar la presencia de enfermedad glomerular asociada a la obesidad, denominada glomerulopatía relacionada con la obesidad (GRO). En esta condición la hipertrofia glomerular parece ser la lesión inicial que estimula el borramiento de los podocitos y desencadena la respuesta inflamatoria local [25, 26]. Es relevante mencionar que las señales profibrogénicas inducen la formación de depósitos en la matriz extracelular de las nefronas, que conduce al engrosamiento de la membrana basal glomeruloesclerosis y fibrosis tubulointersticial [26]. Dentro del curso patogénico de la enfermedad la expansión de la superficie glomerular conduce a que los podocitos sean incapaces de cubrirla, esto lleva a disfunción y borramiento de los mismos, generando ruptura de la barrera de filtración glomerular con sobrecarga de las células restantes, lo que finalmente conduce a hiperfiltración y proteinuria [25, 26]. No obstante, no todos los pacientes con obesidad o IMC aumentado desarrollan ERC, lo cual sugiere que el incremento del IMC por sí solo no genera aumento en la incidencia o progresión de la ERC, ameritando alteraciones metabólicas adicionales. En los siguientes apartados se describen algunas de estas vías fisiopatológicas comunes a todos los tipos de ERC-AO. ERC-AO Tipo 3 La obesidad produce daño renal de forma secundaria ya que aumenta el riesgo de diabetes mellitus, hipertensión y daño cardiovascular, estas patologías causan enfermedad renal diabética (ERD), nefroangioesclerosis, y glomerulopatía asociada a hipertensión pulmonar e insuficiencia cardíaca. La mortalidad no solo se ve afectada por la presencia de la obesidad sino por la presencia de diabetes tipo 2, hipertensión arterial, hipertensión pulmonar e insuficiencia cardíaca. Los peores resultados en supervivencia lo padecen los pacientes con falla cardíaca, obesidad e insuficiencia renal. ERC-AO Tipo 4 En pacientes en hemodiálisis los niveles más elevados de adiponectina se asocian paradójicamente con tres veces más riesgo de muerte [24]. La obesidad se asocia a niveles muy bajos adiponectina por lo que la obesidad en el grupo poblacional que se realiza hemodiálisis es un fuerte factor protector con mejores resultados de supervivencia a 3 años comparados con pacientes con índice de masa corporal normal o baja. Mecanismos fisiopatológicos comunes en la ERC-AO Lipotoxicidad derivada del tejido adiposo En pacientes obesos el exceso de energía conduce a un microambiente sometido a estrés crónico, lo cual resulta en hipertrofia del tejido adiposo hasta que los adipocitos alcanzan su límite de crecimiento [25]. En ese momento, el exceso de especies toxicas lipídicas se acumula ectópicamente en diferentes órganos, induciendo un efecto nocivo conocido como lipotoxicidad; especialmente a nivel renal [27]. La lipotoxicidad se asocia a cambios estructurales y funcionales de las células mesangiales, podocitos y células tubulares proximales [28]. En los podocitos, esto interferiría con la vía de la insulina, crítica para la supervivencia y el mantenimiento de la estructura de los podocitos, lo que conduciría a la apoptosis de los podocitos e induciría una respuesta hipertrófica compensatoria en los podocitos restantes [25]. En el riñón, los depósitos de lípidos ectópicos contribuyen tanto a la inflamación local como al estrés oxidativo [27]. En modelos de ERD, la dislipidemia puede favorecer la acumulación de lípidos ectópicos e intermediarios lipídicos, no solo en el riñón sino también en tejidos extrarrenales como hígado, páncreas y corazón [27]. La acumulación de lípidos en el parénquima renal, genera daño en varias poblaciones celulares, incluídos podocitos, células epiteliales tubulares proximales y el tejido tubulointersticial a través de distintos mecanismos descritos en las siguientes apartados, pudiendo general compromiso a largo plazo de la función renal [27]. El tejido adiposo es una fuente importante de producción de diferentes factores proteicos activos, conocidos como adipocitocinas, las cuales participan en diferentes procesos metabólicos. Alteraciones en la secreción y señalización de moléculas derivadas del tejido adiposo durante la obesidad en gran medida puede mediar en la patogenia de los trastornos metabólicos [25]. A continuaciones se describe el rol de las adipocinas en la patogenia de la ERC y obesidad. Adiponectina La adiponectina es una proteína secretada principalmente por los adipocitos WAT, las principales funciones biológicas de la adiponectina incluyen una mayor biosíntesis de ácidos grasos y la inhibición de la gluconeogénesis hepática [17]. Es probablemente la adipocina secretada más abundantemente, forma alrededor del 0.05 % de las proteínas séricas y mide de 3 a 30 mg/ml en humanos, para su activación utiliza dos isoformas del receptor (AdipoR1 y AdipoR2) son receptores de siete transmembranas y tienen una homología del 66.7 % en su estructura [17]. Sin embargo, AdipoR1 y AdipoR2 son estructural y funcionalmente distintos de los receptores acoplados a proteína G porque su terminal N es intracelular, mientras que el terminal C es extracelular [29, 30]. La señalización de adiponectina se basa principalmente en interacciones de tipo receptor-ligando, en las que la adiponectina se une a sus receptores afines e inicia la activación de varias cascadas de señalización intracelular a través de las vías AMPK, mTOR, NF-κB, STAT3 y JNK [17]. La adiponectina inicia la activación de la señalización de AMPK mediada por la proteína adaptadora APPL1, que se une al dominio intracelular de AdipoR. Eso produce la activación de la biosíntesis de moléculas, otras proteínas reguladoras e importantes factores de transcripción. AMPK es un regulador que participa principalmente en la proliferación celular [17]. Hay dos tipos de macrófagos, M1 participan en la estimulación de los factores pro inflamatorios e induce la resistencia a la insulina y M2 bloquean una respuesta inflamatoria y promueve el metabolismo oxidativo; En los macrófagos, la adiponectina promueve la diferenciación celular de monocitos a macrófagos M2 y suprime su diferenciación a macrófagos M1, lo que muestra efectos pro inflamatorios y antiinflamatorios. Además, también activa los factores antiinflamatorios IL-10 pero reduce las citoquinas pro inflamatorias como IFN-γ, IL-6 y TNF-α en los macrófagos humanos [17]. Los pacientes con ERC muestran niveles elevados de proteína C reactiva (PCR), IL-6 y TNF-α y tienen una activación aberrante de receptor tipo toll (TLR)-4 [25]; en un estudio realizado en el año 2005 en 29 pacientes con ERC no diabéticos en etapa 5 y 14 controles sanos, se identificó que los pacientes con ERC tenían una expresión elevada del gen y la proteína TLR4, la estimulación de TLR-4 in vitro indujo la activación de TNF-α y NF-κB en células C2C12. Esto sugiere indirectamente que la activación de TLR-4 podría promover la inflamación muscular de los pacientes con ERC [31]. Los niveles de adiponectina se consideran predictivos de ERC, dado que estos se encuentran aumentados en pacientes con etapa pre diálisis [17, 29, 32]. Adicionalmente, en un estudio prospectivo realizado en el año 2008 en pacientes con ERC primaria no diabética identificó niveles elevados de adiponectina como un predictor novedoso de progresión de la ERC en hombres [33]. En estudios realizados en animales (ratones) muestran que la deficiencia de adiponectina se relaciona con varias alteraciones histológicas, incluida la fusión segmentaria procesos podocitarios, albuminuria y aumento del estrés oxidativo en los riñones [34]. Por otro lado, en pacientes obesos la producción de adiponectina se encuentra disminuida por lo que se cree que puede generar una función protectora sobre el riñón [29]. No obstante, paradójicamente, algunos estudios muestran que los pacientes con ERC y enfermedad renal crónica en diálisis (ERCT) tienen altos niveles de adipocinas, las explicaciones a esta situación son controversiales, se ha planteado podrían corresponder a un mecanismo compensatorio, otras consideraciones sugieren una disminución de la sensibilidad a la adiponectina o una reducción en el aclaramiento de la misma [35]. Leptina En pacientes con ERC independiente de la presencia de obesidad o no, se asocian a niveles elevados de leptina sérica. La leptina es una proteína de 167 aminoácidos, con una masa molecular de aproximadamente 16 kDa que está codificada por el gen LEP [23] secretada principalmente por los adipocitos, es una adipocina pleiotrópica. La leptina circulante llega a los órganos diana, donde se une a receptores específicos (conocidos como ObR, LR o LEPR), se conocen cinco isoformas del receptor de leptina en humanos (ObRa, ObRb, ObRc, ObRd y ObRe), de estas solo la isoforma ObRb (isoforma larga) se considera un receptor completamente activo, ya que es capaz de transducir completamente una señal de activación en la célula. Esta isoforma se encuentra altamente expresada en el sistema nervioso central (SNC), especialmente en el hipotálamo, donde participa en la regulación de la actividad secretora de este órgano. Los efectos de la leptina están mediados por cinco vías principales de señalización. Estas vías incluyen las vías de señalización JAK-STAT, PI3K, MAPK, AMPK y mTOR [23]. Por esta razón la principal función fisiológica de la leptina es transmitir información al hipotálamo sobre la cantidad de energía almacenada, como la masa de tejido adiposo, e influir en el gasto de energía al reducir el apetito. Regula el metabolismo energético, tiene efecto sobre la ingesta de alimentos, procesos de coagulación, angiogénesis, funciones relacionadas con la insulina y la remodelación vascular, además funciona como un pro inflamatorio molecular [36]. La leptina tiene efectos sobre el apetito y se ha demostrado que la hiperleptinemia contribuye a la hipertensión asociada a la obesidad por sobre activación del sistema nervioso simpático [37]. En cuanto al curso de la ERC, la leptina puede modular diferentes vías de señalización en el riñón, debido a que las células endoteliales glomerulares y mesangiales expresan abundantes receptores de leptina [25]. La leptina inducirá un incremento en la expresión de genes profibróticos, como TGF-β1 y citocinas pro inflamatorias [25]. El aumento en la expresión de TGF-β1, también contribuirá al desarrollarlo de la fibrosis renal, al unirse a receptores específicos a nivel renal, estimulara la expresión de factores profibróticos en un ciclo de retroalimentación positiva. Además, TGF-β1 es un potente iniciador de proliferación de células mesangiales renales [25]. Debido a su tamaño relativamente pequeño, la leptina atraviesa libremente el filtro glomerular de los riñones y luego se reabsorbe en la parte proximal de los túbulos contorneados [23]. Por lo que el estado elevado de leptina puede indicar una función renal deficiente [36]. Promueve la inflamación y trastorno de los lípidos, que contribuyen al riesgo de ERC [36]; se considera como “toxina urémica”, estando implicada tanto en la progresión de la enfermedad renal a través de efectos pro-hipertensivos y profibróticos, como en el desarrollo de complicaciones relacionadas con la ERC (inflamación crónica, pérdida de proteínas) [38]. Como se mencionó previamente, la leptina estimula la proliferación de células endoteliales glomerulares renales y aumenta la expresión de TGF-β1, un mediador clave de la hidrogénesis en estas células, el aumento de los niveles de leptina también contribuye al aumento de la expresión de colágeno tipo IV en el riñón, induce la proliferación de células mesangiales glomerulares mediante la activación de la vía PI3K, la hipertrofia de las células mesangiales aumenta la cantidad de proteína filtrada y albúmina que llega a las células del túbulo proximal y, como resultado, activa las vías inflamatorias y la fibrosis [23]. Puede presentarse un aumento en la síntesis del receptor TGFβ-1 secretado por las células endoteliales, este actúa de manera parácrina sobre el mesangio uniéndose a su receptor y activando la síntesis de proteínas de la matriz extracelular (ECM), incluyendo colágeno, fibronectina, tenazina y proteoglicanos; consiguientemente, un aumento en el nivel de TGFβ-1 conduce a la acumulación de MEC y, en consecuencia, a fibrosis glomerular y glomeruloesclerosis. En los podocitos, la leptina contribuye a la disminución de la expresión de las proteínas responsables de la filtración glomerular adecuada, incluidas la podocina, la nefrina, la podoplanina y la podocalixina. En las células del túbulo contorneado proximal (PTC), la leptina reduce la actividad metabólica de las células al activar la vía de señalización de mTOR [23]. Por otro lado, la leptina inhibe el apetito y aumenta el gasto de energía conduciendo a anorexia y desnutrición en pacientes con ERC, particularmente en casos de hemodiálisis de mantenimiento [36]. Por ende, una elevación de la leptina no solo nos indicaría daño renal, sino que además nos indica mayor progresión de complicaciones secundarias [39]. La obesidad aumenta la carga sobre los riñones y es un factor de riesgo de lesión renal, además de contribuir en los trastornos metabólicos asociados. Por lo que, teniendo en cuenta los efectos inhibitorios de la leptina sobre la obesidad, se puede considerar que puede proteger contra la lesión renal [39, 40]. Un estudio experimental publicado en el año 2017 demostró que la leptina disminuyó la ingesta calórica y los niveles de glucosa en ratas diabéticas [41], ese mismo año se publicó un estudio retrospectivo donde demostraron que la metreleptina, una metionil leptina humana recombinante, reduce el peso corporal y la dosis diaria de insulina en la diabetes mellitus tipo 1 [42]. La metreleptina ejerce efectos terapéuticos en la lipodistrofia [43], lo que indica que es probable que la leptina se aplique en los trastornos metabólicos [36]. Otras adipocinas Las principales adipocinas corresponden a la adiponectina y leptina como se ha descrito previamente. Además de estas, se distinguen la actividad de la visfatina y resistina, las cuales muestran propiedades pro-inflamatorias y efectos aterogénicos [25]. La visfatina estimula la expresión de TGF-β1, inhibidor del activador del plasminógeno-1 (PAI-1) y colágeno tipo I, los cuales han demostrado un rol importante como agentes profibróticos. Por otro lado, la resistina estimula la producción de las moléculas de adhesión como la molécula de adhesión intracelular 1 (ICAM-1) y la proteína de adhesión celular vascular 1 (VCAM-1) y promueve la activación del sistema renal simpático. Los niveles de estas adipocinas están marcadamente elevados en la obesidad y ERC correlacionándose con parámetros proinflamatorios y disminución de la tasa de filtración glomerular (TFG) [25, 37]. Durante el curso de la obesidad se presenta una sobre activación del SRAA, el tejido adiposo también estaría involucrado en la producción o estimulación de algunos de los componentes del RAS. Por ello la sobre estimulación del SRAA en obesos, asociado a la glomerulomegalia y desregulación de la reabsorción de sodio/glucosa, generalmente conlleva a hipertensión glomerular e hiperfiltración [25]. Otra adipocina a considerar, es la actividad de la adipocina proinflamatoria lipocalina 2 (LCN2), también denominada lipocalina asociada con la gelatinasa de neutrófilo (NGAL), estudiada como biomarcador funcional tanto para la enfermedad renal aguda como ERC(25). LCN2 es conocido por su papel en la respuesta inmune innata a través de su unión a sideróforos derivados de una infección bacteriana. Sin embargo, LCN2 no es secretada únicamente por neutrófilos sino también por otros tejidos como hígado, pulmones y de interés para este artículo, a nivel renal [25]. Se han informado niveles elevados de LCN2 en suero y orina en la lesión renal, debido a una expresión aumentada de LCN2 en el túbulo distal renal y una reabsorción alterada en el túbulo proximal [44]. El tejido adiposo, también puede producir factores angiogénicos como el factor de crecimiento del endotelio vascular (VEGF). Este elemento podría inducir la formación de novo de capilares glomerulares en gran parte defectuosos dentro del riñón, lo que contribuye a la hipertrofia glomerular característica de GRO [25] (Figura 2). Conclusiones La obesidad y el sobrepeso se asocian a alteraciones hemodinámicas, estructurales e histopatológicas en el riñón, así como alteraciones metabólicas y bioquímicas que predisponen a la enfermedad renal, aun cuando la función renal y las pruebas convencionales sean normales. Por lo tanto, los efectos renales de la obesidad son estructurales y funcionales. Hay varios mecanismos actualmente descritos que involucran a la obesidad como generador de alteraciones renales. Teniendo en cuenta las bases fisiopatológicas, proponemos una clasificación de la ERC-AO basadas en 4 tipos. Abreviaturas ERC: enfermedad renal crónica. ERC-AO: enfermedad renal crónica-asociada a enfermedad. VEGF: factor de crecimiento del endotelio vascular. OR: Odds ratio. Información suplementaria Materiales suplementarios no han sido declarados. Agradecimientos No aplica. Contribuciones de los autores Jorge Rico-Fontalvo: Conceptualización, Curación de datos, Análisis formal, Adquisición de fondos, Investigación, Metodología, Administración de proyecto, Recursos, Software, Escritura – borrador original. Rodrigo Daza-Arnedo: Conceptualización, Supervisión, Validación, Visualización, Redacción: revisión y edición. Tomás Rodríguez-Yanez: Metodología, validación, supervisión, redacción: Revisión y edición. Washington Osorio: Conceptualización, Supervisión, Validación, Visualización, Redacción: revisión y edición. Beatriz Suarez-Romero: Conceptualización, Supervisión, Validación, Visualización, Redacción: revisión y edición. Oscar Soto: Conceptualización, Supervisión, Validación, Visualización, Redacción: revisión y edición. Juan Montejo-Hernandez: Conceptualización, Supervisión, Validación, Visualización, Redacción: revisión y edición. María Cardona-Blanco: Conceptualización, Supervisión, Validación, Visualización, Redacción: revisión y edición. Juan Camilo Gutiérrez: Conceptualización, Supervisión, Validación, Visualización, Redacción: revisión y edición. Todos los autores leyeron y aprobaron la versión final del manuscrito. Financiamiento Los autores proveyeron los gastos de la investigación. Disponibilidad de datos o materiales Los conjuntos de datos generados y analizados durante el estudio actual no están disponibles públicamente debido a la confidencialidad de los participantes, pero están disponibles a través del autor correspondiente a pedido académico razonable. Declaraciones Aprobación del comité de ética y consentimiento para participar No aplica para revisiones narrativas. Consentimiento para publicación No aplica cuando no se publican imágenes o fotografías del examen físico o radiografías/tomografías/resonancias de pacientes. Conflictos de interés Los autores reportan no tener conflictos de interés. Referencias Azhar A, Hassan N, Tapolyai M, Molnar MZ. Obesity, Chronic Kidney Disease, and Kidney Transplantation: An Evolving Relationship. Semin Nephrol. marzo de 2021;41(2):189-200. DOI: 10.1016/j.semnephrol.2021.03.013. PMID: 34140097. Barbieri D, Goicoechea M, Sánchez-Niño MD, Ortiz A, Verde E, Verdalles U, Pérez de José A, Delgado A, Hurtado E, Sánchez-Cámara L, Lopez-Lazareno N, García-Prieto A, Luño J. Obesity and chronic kidney disease progression-the role of a new adipocytokine: C1q/tumour necrosis factor-related protein-1. Clin Kidney J. 2018 Oct 11;12(3):420-426. DOI: 10.1093/ckj/sfy095. PMID: 31198543; PMCID: PMC6543966. Kopp JB, Rosenberg AZ, Levi M. Introduction: Obesity and the kidney. Semin Nephrol. 2021 Jul;41(4):295. DOI: 10.1016/j.semnephrol.2021.06.001. PMID: 34715959. Hall JE, Mouton AJ, da Silva AA, Omoto ACM, Wang Z, Li X, do Carmo JM. Obesity, kidney dysfunction, and inflammation: interactions in hypertension. Cardiovasc Res. 2021 Jul 7;117(8):1859-1876. DOI: 10.1093/cvr/cvaa336. PMID: 33258945; PMCID: PMC8262632. Kovesdy CP. Epidemiology of chronic kidney disease: an update 2022. Kidney Int Suppl (2011). 2022 Apr;12(1):7-11. DOI: 10.1016/j.kisu.2021.11.003. Epub 2022 Mar 18. PMID: 35529086; PMCID: PMC9073222. Kovesdy CP, Furth S, Zoccali C; World Kidney Day Steering Committee. Obesity and kidney disease: Hidden consequences of the epidemic. Saudi J Kidney Dis Transpl. 2017 Mar-Apr;28(2):241-252. DOI: 10.4103/1319-2442.202776. PMID: 28352003. Organización mundial de la salud -OMS. Obesidad y sobrepeso [Internet]. Disponible en: https://www.who.int/es/news-room/fact-sheets/detail/obesity-and-overweight Lin X, Li H. Obesity: Epidemiology, Pathophysiology, and Therapeutics. Front Endocrinol (Lausanne). 2021 Sep 6;12:706978. DOI: 10.3389/fendo.2021.706978. PMID: 34552557; PMCID: PMC8450866. Gorostidi M, Santamaría R, Alcázar R, Fernández-Fresnedo G, Galcerán JM, Goicoechea M, et al. Spanish Society of Nephrology document on KDIGO guidelines for the assessment and treatment of chronic kidney disease. Nefrologia. 2014 May 21;34(3):302-16. English, Spanish. DOI: 10.3265/Nefrologia.pre2014.Feb.12464. Epub 2014 Mar 6. PMID: 24798565. Kidney Disease: Improving Global Outcomes (KDIGO) Diabetes Work Group. KDIGO 2020 Clinical Practice Guideline for Diabetes Management in Chronic Kidney Disease. Kidney Int. 2020 Oct;98(4S):S1-S115. DOI: 10.1016/j.kint.2020.06.019. PMID: 32998798. Salvador González B, Rodríguez Pascual M, Ruipérez Guijarro L, Ferré González A, Cunillera Puertolas O, Rodríguez Latre LM. Enfermedad renal crónica en Atención Primaria: prevalencia y factores de riesgo asociados [Chronic kidney disease in Primary Health Care: prevalence and associated risk factors]. Aten Primaria. 2015 Apr;47(4):236-45. Spanish. DOI: 10.1016/j.aprim.2014.06.003. Epub 2014 Sep 9. PMID: 25212720; PMCID: PMC6985625. Lakkis JI, Weir MR. Obesity and Kidney Disease. Prog Cardiovasc Dis. 2018 Jul-Aug;61(2):157-167. DOI: 10.1016/j.pcad.2018.07.005. Epub 2018 Jul 5. PMID: 29981350. Stevens PE, Levin A; Kidney Disease: Improving Global Outcomes Chronic Kidney Disease Guideline Development Work Group Members. Evaluation and management of chronic kidney disease: synopsis of the kidney disease: improving global outcomes 2012 clinical practice guideline. Ann Intern Med. 2013 Jun 4;158(11):825-30. DOI: 10.7326/0003-4819-158-11-201306040-00007. PMID: 23732715. Anderson AH, Xie D, Wang X, Baudier RL, Orlandi P, Appel LJ, et al; CRIC Study Investigators. Novel Risk Factors for Progression of Diabetic and Nondiabetic CKD: Findings From the Chronic Renal Insufficiency Cohort (CRIC) Study. Am J Kidney Dis. 2021 Jan;77(1):56-73.e1. DOI: 10.1053/j.ajkd.2020.07.011. Epub 2020 Aug 28. PMID: 32866540; PMCID: PMC7752839. Friedman AN, Kaplan LM, le Roux CW, Schauer PR. Management of Obesity in Adults with CKD. J Am Soc Nephrol. 2021 Feb 18;32(4):777–90. DOI: 10.1681/ASN.2020101472. Epub ahead of print. PMID: 33602674; PMCID: PMC8017542. Silva Junior GB, Bentes AC, Daher EF, Matos SM. Obesity and kidney disease. J Bras Nefrol. 2017 Mar;39(1):65-69. Portuguese, English. DOI: 10.5935/0101-2800.20170011. PMID: 28355395. Choi HM, Doss HM, Kim KS. Multifaceted Physiological Roles of Adiponectin in Inflammation and Diseases. Int J Mol Sci. 2020 Feb 12;21(4):1219. DOI: 10.3390/ijms21041219. PMID: 32059381; PMCID: PMC7072842. Frigolet ME, Gutiérrez-Aguilar R. The colors of adipose tissue. Gac Med Mex. 2020;156(2):142-149. English. DOI: 10.24875/GMM.M20000356. PMID: 32285854. Chen Y, Dabbas W, Gangemi A, Benedetti E, Lash J, Finn PW, Perkins DL. Obesity Management and Chronic Kidney Disease. Semin Nephrol. 2021 Jul;41(4):392-402. DOI: 10.1016/j.semnephrol.2021.06.010. PMID: 34715968. Neeland IJ, Poirier P, Després JP. Cardiovascular and Metabolic Heterogeneity of Obesity: Clinical Challenges and Implications for Management. Circulation. 2018 Mar 27;137(13):1391-1406. DOI: 10.1161/CIRCULATIONAHA.117.029617. PMID: 29581366; PMCID: PMC5875734. Bjørndal B, Burri L, Staalesen V, Skorve J, Berge RK. Different adipose depots: their role in the development of metabolic syndrome and mitochondrial response to hypolipidemic agents. J Obes. 2011;2011:490650. DOI: 10.1155/2011/490650. Epub 2011 Feb 15. PMID: 21403826; PMCID: PMC3042633. Johnson AR, Milner JJ, Makowski L. The inflammation highway: metabolism accelerates inflammatory traffic in obesity. Immunol Rev. 2012 Sep;249(1):218-38. DOI: 10.1111/j.1600-065X.2012.01151.x. PMID: 22889225; PMCID: PMC3422768. Korczynska J, Czumaj A, Chmielewski M, Swierczynski J, Sledzinski T. The Causes and Potential Injurious Effects of Elevated Serum Leptin Levels in Chronic Kidney Disease Patients. Int J Mol Sci. 2021 Apr 28;22(9):4685. DOI: 10.3390/ijms22094685. PMID: 33925217; PMCID: PMC8125133. Goicoechea M. Obesidad y Progresión de la Enfermedad Renal. Nefrología al día 2022(febrero):nefrologia_al_dia Martin-Taboada M, Vila-Bedmar R, Medina-Gómez G. From Obesity to Chronic Kidney Disease: How Can Adipose Tissue Affect Renal Function? Nephron. 2021;145(6):609-613. DOI: 10.1159/000515418. Epub 2021 Apr 21. PMID: 33882488. D'Agati VD, Chagnac A, de Vries AP, Levi M, Porrini E, Herman-Edelstein M, Praga M. Obesity-related glomerulopathy: clinical and pathologic characteristics and pathogenesis. Nat Rev Nephrol. 2016 Aug;12(8):453-71. DOI: 10.1038/nrneph.2016.75. Epub 2016 Jun 6. PMID: 27263398. Opazo-Ríos L, Mas S, Marín-Royo G, Mezzano S, Gómez-Guerrero C, Moreno JA, Egido J. Lipotoxicity and Diabetic Nephropathy: Novel Mechanistic Insights and Therapeutic Opportunities. Int J Mol Sci. 2020 Apr 10;21(7):2632. DOI: 10.3390/ijms21072632. PMID: 32290082; PMCID: PMC7177360. Zhu Q, Scherer PE. Immunologic and endocrine functions of adipose tissue: implications for kidney disease. Nat Rev Nephrol. 2018 Feb;14(2):105-120. DOI: 10.1038/nrneph.2017.157. Epub 2017 Dec 4. PMID: 29199276. Akingbemi BT. Adiponectin receptors in energy homeostasis and obesity pathogenesis. Prog Mol Biol Transl Sci. 2013;114:317-42. DOI: 10.1016/B978-0-12-386933-3.00009-1. PMID: 23317789. Zha D, Wu X, Gao P. Adiponectin and Its Receptors in Diabetic Kidney Disease: Molecular Mechanisms and Clinical Potential. Endocrinology. 1 de julio de 2017;158(7):2022-34. DOI: 10.1210/en.2016-1765. PMID: 28402446. Verzola D, Bonanni A, Sofia A, Montecucco F, D'Amato E, Cademartori V, Parodi EL, Viazzi F, Venturelli C, Brunori G, Garibotto G. Toll-like receptor 4 signalling mediates inflammation in skeletal muscle of patients with chronic kidney disease. J Cachexia Sarcopenia Muscle. 2017 Feb;8(1):131-144. DOI: 10.1002/jcsm.12129. Epub 2016 Oct 18. PMID: 27897392; PMCID: PMC5326826. Guebre-Egziabher F, Drai J, Fouque D. Adiponectin and chronic kidney disease. J Ren Nutr. 2007 Jan;17(1):9-12. DOI: 10.1053/j.jrn.2006.10.003. PMID: 17198925. Kollerits B, Fliser D, Heid IM, Ritz E, Kronenberg F; MMKD Study Group. Gender-specific association of adiponectin as a predictor of progression of chronic kidney disease: the Mild to Moderate Kidney Disease Study. Kidney Int. 2007 Jun;71(12):1279-86. DOI: 10.1038/sj.ki.5002191. Epub 2007 Apr 25. PMID: 17457380. Sharma K, Ramachandrarao S, Qiu G, Usui HK, Zhu Y, Dunn SR, Ouedraogo R, Hough K, McCue P, Chan L, Falkner B, Goldstein BJ. Adiponectin regulates albuminuria and podocyte function in mice. J Clin Invest. 2008 May;118(5):1645-56. DOI: 10.1172/JCI32691. PMID: 18431508; PMCID: PMC2323186. Navarro-Díaz M, Serra A, López D, Granada M, Bayés B, Romero R. Obesity, inflammation, and kidney disease. Kidney Int Suppl. 2008 Dec;(111):S15-8. DOI: 10.1038/ki.2008.518. PMID: 19034319. Mao S, Fang L, Liu F, Jiang S, Wu L, Zhang J. Leptin and chronic kidney diseases. J Recept Signal Transduct Res. 2018 Apr;38(2):89-94. DOI: 10.1080/10799893.2018.1431278. Epub 2018 Feb 1. PMID: 29388492. Briffa JF, McAinch AJ, Poronnik P, Hryciw DH. Adipokines as a link between obesity and chronic kidney disease. Am J Physiol Renal Physiol. 2013 Dec 15;305(12):F1629-36. DOI: 10.1152/ajprenal.00263.2013. Epub 2013 Oct 9. PMID: 24107418. Katsiki N, Mikhailidis DP, Banach M. Leptin, cardiovascular diseases and type 2 diabetes mellitus. Acta Pharmacol Sin. 2018 Jul;39(7):1176-1188. DOI: 10.1038/aps.2018.40. Epub 2018 Jun 7. PMID: 29877321; PMCID: PMC6289384. de Luis DA, Perez Castrillón JL, Dueñas A. Leptin and obesity. Minerva Med. 2009 Jun;100(3):229-36. Epub 2008 Apr 4. PMID: 19182739. Mao S, Fang L, Liu F, Jiang S, Wu L, Zhang J. Leptin and chronic kidney diseases. J Recept Signal Transduct Res 2018 Apr; 38(2):89-94. DOI: 10.1080/10799893.2018.1431278. PMID: 29388492 da Silva AA, Hall JE, do Carmo JM. Leptin reverses hyperglycemia and hyperphagia in insulin deficient diabetic rats by pituitary-independent central nervous system actions. PLoS One. 2017 Nov 30;12(11):e0184805. DOI: 10.1371/journal.pone.0184805. PMID: 29190687; PMCID: PMC5708697. Vasandani C, Clark GO, Adams.HUet B, Quiiner C, Garg A. Efficacy and Safety of Metreleptin Therapy in Patients With Type 1 Diabetes: A Pilot Study. Diabetes care 2017 May;40(5): 694-697. PMID: 28223297 Brown RJ, Meehan CA, Cochran E, Rother KI, Kleiner DE, Walter M, Gorden P. Effects of Metreleptin in Pediatric Patients With Lipodystrophy. J Clin Endocrinol Metab. 2017 May 1;102(5):1511-1519. DOI: 10.1210/jc.2016-3628. PMID: 28324110; PMCID: PMC5443330. Abella V, Scotece M, Conde J, Gómez R, Lois A, Pino J, Gómez-Reino JJ, Lago F, Mobasheri A, Gualillo O. The potential of lipocalin-2/NGAL as biomarker for inflammatory and metabolic diseases. Biomarkers. 2015;20(8):565-71. DOI: 10.3109/1354750X.2015.1123354. Epub 2015 Dec 15. PMID: 26671823; PMCID: PMC4819811. Nota del Editor La REV SEN se mantiene neutral con respecto a los reclamos jurisdiccionales sobre mapas publicados y afiliaciones institucionales.

Object segmentation is an important task which is widely employed in many computer vision applications such as object detection, tracking, recognition, and retrieval. It can be seen as a two-phase process: object detection and segmentation. Object segmentation becomes more challenging in case there is no prior knowledge about the object in the scene. In such conditions, visual attention analysis via saliency mapping may offer a mean to predict the object location by using visual contrast, local or global, to identify regions that draw strong attention in the image. However, in such situations as clutter background, highly varied object surface, or shadow, regular and salient object segmentation approaches based on a single image feature such as color or brightness have shown to be insufficient for the task. This work proposes a new salient object segmentation method which uses a depth map obtained from the input image for enhancing the accuracy of saliency mapping. A deep learning-based method is employed for depth map estimation. Our experiments showed that the proposed method outperforms other state-of-the-art object segmentation algorithms in terms of recall and precision. KeywordsSaliency map, Depth map, deep learning, object segmentation References[1] Itti, C. Koch, E. Niebur, A model of saliency-based visual attention for rapid scene analysis, IEEE Transactions on pattern analysis and machine intelligence 20(11) (1998) 1254-1259.[2] Goferman, L. Zelnik-Manor, A. Tal, Context-aware saliency detection, IEEE transactions on pattern analysis and machine intelligence 34(10) (2012) 1915-1926.[3] Kanan, M.H. Tong, L. Zhang, G.W. Cottrell, Sun: Top-down saliency using natural statistics, Visual cognition 17(6-7) (2009) 979-1003.[4] Liu, Z. Yuan, J. Sun, J. Wang, N. Zheng, X. Tang, H.-Y. Shum, Learning to detect a salient object, IEEE Transactions on Pattern analysis and machine intelligence 33(2) (2011) 353-367.[5] Perazzi, P. Krähenbühl, Y. Pritch, A. Hornung, Saliency filters: Contrast based filtering for salient region detection, in: Computer Vision and Pattern Recognition (CVPR), 2012 IEEE Conference on, IEEE, 2012, pp. 733-740.[6] M. Cheng, N.J. Mitra, X. Huang, P.H. Torr, S.M. Hu, Global contrast based salient region detection, IEEE Transactions on Pattern Analysis and Machine Intelligence 37(3) (2015) 569-582.[7] Borji, L. Itti, State-of-the-art in visual attention modeling, IEEE transactions on pattern analysis and machine intelligence 35(1) (2013) 185-207.[8] Simonyan, A. Vedaldi, A. Zisserman, Deep inside convolutional networks: Visualising image classification models and saliency maps, arXiv preprint arXiv:1312.6034.[9] Li, Y. Yu, Visual saliency based on multiscale deep features, in: Proceedings of the IEEE conference on computer vision and pattern recognition, 2015, pp. 5455-5463.[10] Liu, J. Han, Dhsnet: Deep hierarchical saliency network for salient object detection, in: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, 2016, pp. 678-686.[11] Achanta, S. Hemami, F. Estrada, S. Susstrunk, Frequency-tuned saliency detection model, CVPR: Proc IEEE, 2009, pp. 1597-604.Fu, J. Cheng, Z. Li, H. Lu, Saliency cuts: An automatic approach to object segmentation, in: Pattern Recognition, 2008. ICPR 2008. 19th International Conference on, IEEE, 2008, pp. 1-4Borenstein, J. Malik, Shape guided object segmentation, in: Computer Vision and Pattern Recognition, 2006 IEEE Computer Society Conference on, Vol. 1, IEEE, 2006, pp. 969-976.Jiang, J. Wang, Z. Yuan, T. Liu, N. Zheng, S. Li, Automatic salient object segmentation based on context and shape prior., in: BMVC. 6 (2011) 9.Ciptadi, T. Hermans, J.M. Rehg, An in depth view of saliency, Georgia Institute of Technology, 2013.Desingh, K.M. Krishna, D. Rajan, C. Jawahar, Depth really matters: Improving visual salient region detection with depth., in: BMVC, 2013.Li, J. Ye, Y. Ji, H. Ling, J. Yu, Saliency detection on light field, in: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, 2014, pp. 2806-2813.Koch, S. Ullman, Shifts in selective visual attention: towards the underlying neural circuitry, in: Matters of intelligence, Springer, 1987, pp. 115-141.Laina, C. Rupprecht, V. Belagiannis, F. Tombari, N. Navab, Deeper depth prediction with fully convolutional residual networks, in: 3D Vision (3DV), 2016 Fourth International Conference on, IEEE, 2016, pp. 239-248.Bruce, J. Tsotsos, Saliency based on information maximization, in: Advances in neural information processing systems, 2006, pp. 155-162.Ren, X. Gong, L. Yu, W. Zhou, M. Ying Yang, Exploiting global priors for rgb-d saliency detection, in: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition Workshops, 2015, pp. 25-32.Fang, J. Wang, M. Narwaria, P. Le Callet, W. Lin, Saliency detection for stereoscopic images., IEEE Trans. Image Processing 23(6) (2014) 2625-2636.Hou, L. Zhang, Saliency detection: A spectral residual approach, in: Computer Vision and Pattern Recognition, 2007. CVPR’07. IEEE Conference on, IEEE, 2007, pp. 1-8.Guo, Q. Ma, L. Zhang, Spatio-temporal saliency detection using phase spectrum of quaternion fourier transform, in: Computer vision and pattern recognition, 2008. cvpr 2008. ieee conference on, IEEE, 2008, pp. 1-8.Fang, W. Lin, B.S. Lee, C.T. Lau, Z. Chen, C.W. Lin, Bottom-up saliency detection model based on human visual sensitivity and amplitude spectrum, IEEE Transactions on Multimedia 14(1) (2012) 187-198.Lang, T.V. Nguyen, H. Katti, K. Yadati, M. Kankanhalli, S. Yan, Depth matters: Influence of depth cues on visual saliency, in: Computer vision-ECCV 2012, Springer, 2012, pp. 101-115.Zhang, G. Jiang, M. Yu, K. Chen, Stereoscopic visual attention model for 3d video, in: International Conference on Multimedia Modeling, Springer, 2010, pp. 314-324.Wang, M.P. Da Silva, P. Le Callet, V. Ricordel, Computational model of stereoscopic 3d visual saliency, IEEE Transactions on Image Processing 22(6) (2013) 2151-2165.Peng, B. Li, W. Xiong, W. Hu, R. Ji, Rgbd salient object detection: A benchmark and algorithms, in: European Conference on Computer Vision (ECCV), 2014, pp. 92-109.Wu, L. Duan, L. Kong, Rgb-d salient object detection via feature fusion and multi-scale enhancement, in: CCF Chinese Conference on Computer Vision, Springer, 2015, pp. 359-368.Xue, Y. Gu, Y. Li, J. Yang, Rgb-d saliency detection via mutual guided manifold ranking, in: Image Processing (ICIP), 2015 IEEE International Conference on, IEEE, 2015, pp. 666-670.Katz, A. Adler, Depth camera based on structured light and stereo vision, uS Patent App. 12/877,595 (Mar. 8 2012).Chatterjee, G. Molina, D. Lelescu, Systems and methods for determining depth from multiple views of a scene that include aliasing using hypothesized fusion, uS Patent App. 13/623,091 (Mar. 21 2013).Matthies, T. Kanade, R. Szeliski, Kalman filter-based algorithms for estimating depth from image sequences, International Journal of Computer Vision 3(3) (1989) 209-238.Y. Schechner, N. Kiryati, Depth from defocus vs. stereo: How different really are they?, International Journal of Computer Vision 39(2) (2000) 141-162.Delage, H. Lee, A.Y. Ng, A dynamic bayesian network model for autonomous 3d reconstruction from a single indoor image, in: Computer Vision and Pattern Recognition, 2006 IEEE Computer Society Conference on, Vol. 2, IEEE, 2006, pp. 2418-2428.Saxena, M. Sun, A.Y. Ng, Make3d: Learning 3d scene structure from a single still image, IEEE transactions on pattern analysis and machine intelligence 31(5) (2009) 824-840.Hedau, D. Hoiem, D. Forsyth, Recovering the spatial layout of cluttered rooms, in: Computer vision, 2009 IEEE 12th international conference on, IEEE, 2009, pp. 1849-1856.Liu, S. Gould, D. Koller, Single image depth estimation from predicted semantic labels, in: Computer Vision and Pattern Recognition (CVPR), 2010 IEEE Conference on, IEEE, 2010, pp. 1253-1260.Ladicky, J. Shi, M. Pollefeys, Pulling things out of perspective, in: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, 2014, pp. 89-96.K. Nathan Silberman, Derek Hoiem, R. Fergus, Indoor segmentation and support inference from rgbd images, in: ECCV, 2012.Liu, J. Yuen, A. Torralba, Sift flow: Dense correspondence across scenes and its applications, IEEE transactions on pattern analysis and machine intelligence 33(5) (2011) 978-994.Konrad, M. Wang, P. Ishwar, 2d-to-3d image conversion by learning depth from examples, in: Computer Vision and Pattern Recognition Workshops (CVPRW), 2012 IEEE Computer Society Conference on, IEEE, 2012, pp. 16-22.Liu, C. Shen, G. Lin, Deep convolutional neural fields for depth estimation from a single image, in: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, 2015, pp. 5162-5170.Wang, X. Shen, Z. Lin, S. Cohen, B. Price, A.L. Yuille, Towards unified depth and semantic prediction from a single image, in: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, 2015, pp. 2800-2809.Geiger, P. Lenz, C. Stiller, R. Urtasun, Vision meets robotics: The kitti dataset, International Journal of Robotics Research (IJRR).Achanta, S. Süsstrunk, Saliency detection using maximum symmetric surround, in: Image processing (ICIP), 2010 17th IEEE international conference on, IEEE, 2010, pp. 2653-2656.E. Rahtu, J. Kannala, M. Salo, J. Heikkilä, Segmenting salient objects from images and videos, in: Computer Vision-ECCV 2010, Springer, 2010, pp. 366-37.

Ever since the curriculum reform was launched, 'Reading to Learn' has been one of the four key tasks initiated. The result shown in Progress in International Reading Literacy Study (PIRLS,2011) reflected that the reading ability of Hong Kong Primary students is among the best in the world, whereas their reading motivation ranking the last. Researchers also found in the Programme for International Student Assessment (PISA, 2009) conducted among secondary students that their metacognitive level is the lowest among all the secondary students in South-east Asian districts. It reflected that Hong Kong students lack self-regulation and comprehension monitoring awareness in reading. This dissertation is written in support of an action research and a case study. It aims to discuss the impact on the implementation of teaching of reading strategies on four different primary students, who are of diverse ability on comprehension. In the action research, the researcher tries to enhance students' comprehension monitoring awareness through introducing the K-W-L Chart and Directed Reading and Thinking Activity. In the case study, the researcher makes use of think aloud activities and student interviews to collect and analyze the qualitative data obtained. Together with the quantitative analysis, the researcher studies the reading strategies used among the four selected primary 4 students as well as their understanding toward reading strategies before and after they received the teaching in the process. The research result reflects that teaching reading strategies has a significant effect on enhancing student's reading comprehension monitoring awareness among students, especially the lower ability students. Furthermore, this research makes a few practical suggestions on how to enhance students' reading comprehension awareness in daily teaching. 自課程改革(以下簡稱「課改」)以來，「從閱讀中學習」一直為課改四大關鍵項目之一。「全球學生閱讀能力進展研究(PIRLS，2011)」的結果反映本港小學生的閱讀能力冠絕全球，閱讀動機卻在全球榜尾的奇怪現象；而以中學生為對象的「學生基礎素養能力計劃(PISA，2009)」亦發現本港學生的後設認知能力水平為全東南亞地區最差，反映本港學生在閱讀方面缺乏自我調整和閱讀監控的意識。 本論文旨在以行動研究(action research)及個案研究(case study)方式，探討閱讀策略教學對促進四位小學四年級不同能力學生的閱讀理解監控知覺的影響。在行動研究方面，研究員通過教授自我檢測圖及引領思維閱讀策略，促進學生的理解監控知覺。在個案研究方面，通過放聲思考(think aloud)活動及學生訪談，搜集及分析質性數據，並結合量性分析，探討本港某小學四位四年級學生於接受教學前後，在閱讀過程中運用閱讀策略的情況，以及他們對閱讀策略的認識。研究結果反映，閱讀策略教學對促進學生的閱讀理解監控知覺對於閱讀能力較弱的學生，有明顯的影響。此外，本研究就如何在日常教學中教授閱讀策略，以提升學生的閱讀理解監控知覺方面提出一些建議。
published_or_final_version
Education
Master
Master of Education

The intellectual development in the Tang Dynasty (618-907) could be generally divided into two phases, with the first one inherited from the Han Wei period focusing on the meaning of words, while the second phase focuses on the teaching of the Confucian classics. Among the various scholars during the course of this transformation, Dan Zhu (啖助,724-770) has been recognized as a non-mainstream but yet very influential character. To avoid the An-Shi Rebellion, Dan Zhu resided in the south-eastern part of the country where he taught Lu Chun (陸淳) the Chun Qiu (春秋) classic. Many famous Tang political reformers including Lu Wen (呂溫) and Liu Zong Yuan (柳宗元) are considered by historians as Dan Zhu’s students and followers. This has made Dan Zhu even more influential than other Confucius scholars in that period. Nevertheless, due to the controversial nature of his teachings, Dan Zhu was heavily criticized by Ouyang Xiu (歐陽修) as being specious and at the same time appraised by Cheng Yi (程頤) to be one of the fore-runners who founded the Song Confucianism. This research reveals that Dan Zhu abandons the approach of focusing on the meaning wording and goes directly into the teachings of the classics. He considers that there are large amount of mistakes in the then contemporary explanation of Chun Qiu, he also considers that Tang scholars have not just worked in isolation without much view sharing, but also misinterpreted Confucius’ teachings. Moreover, the Tang scholars are treating Chun Qiu as history or even as literature, rather than Confucius’ teaching on how the society should be run. From Dan Zhu’s perspective, Confucius was trying to make use of histories to set proper behavioural standards and protocols for running the country, with an objective of saving the imperial control of Zhou (周). During the mid-Tang period, China was undergoing major social changes from a feudal to a modern society. Tang imperials whose ancestors carried a nomadic blood stream tried to strengthen their control by adopting Confucianism; and placing more emphasis on the south-eastern region where the Han Chinese of the Southern Dynasty was concentrated. Coupling with the civil examination (科舉) reform and the impacts of Zen Buddhism, the Tang society was undergoing major social-political transformation which Dan Zhu was situated right on its course. The research concludes that Dan Zhu’s ideas fit well with Xuan-zong’s (唐玄宗) appeal for revival of Confucius teachings and the social-political setting in Mid-Tang. Although Dan Zhu is considered a non-mainstream scholar, his teachings have brought about significant impacts on later development of the Neo-Confucianism. Nonetheless, Dan Zhu has not deviated from the fundamental principles of a Confucian whose destiny is to serve the people and the country, and of course for Dan Zhu, the Tang Dynasty.
published_or_final_version
Chinese
Master
Master of Philosophy

碩士
華梵大學
東方人文思想研究所
93
Abstract Ven. Hiu Wan, the founder of Huafan University, advocated the “Communication between Confucianism and Buddhism.” Confucianism is a doctrine that seems easy to come by and familiar to the academic circle, while Buddhism scriptures are as unfathomable as the Himalayas and as immense as the ocean. Some scholars may understand a sutra and others may know a volume, while most scholars only learned the superficial. How can Confucianism communicate with Buddhism? The first importance lies in “bibliography.” Bibliography is just like a map, a sea chart, or a navigation chart, which functions as a compass that assists bibliographer in retrieving historical documents and providing service to readers. One may set sail with the help of navigation chart, but without a compass, one may either get lost or exhaust one’s mental and physical efforts to reach the destination. Bibliography is the compass for the classics, and the definite magic key to reaching destination. The “Yeol Jang Ji Jin” written by Zhi-xu during the last years of the Ming Dynasty and first years of the Ching Dynasty is the compass for Buddhist scripture bibliography. Zhi-xu recorded his own understanding and discovery of Pali Canon supplemented by findings of predecessors and it took him twenty years to complete this book. Not only Zhi-xu is one of the greatest masters in Buddhism, his “Yeol Jang Ji Jin” possesses a prominent position in the academic world. The thesis includes the following chapters: Chapter 1 Introduction Chapter 2 A brief introduction of the author, Zhi-xu, including the times he lived, his lives, and other writings of his, as the background information of “Yeol Jang Ji Jin.” Chapter 3 Analysis and study of the content, style, and bibliographic characteristics of “Yeol Jang Ji Jin” from a bibliographic point of view. Chapter 4 A check-up of data recorded in “Yeol Jang Ji Jin,” such as translators of Buddhism sutras and their times, names and volumes of scriptures, and correctness of annotations and volume Nos. of South and North collections of Pali Canon to be examined by sections. Chapter 5 The function of bibliography is to study the origin and development of schools and ideas. This study explores various origins of “Yeol Jang Ji Jin” first, via the table of contents of all sutras, followed by discussion on the contents of bibliography. Comparison between each other will also be made. Second is to analyze the development of “Yeol Jang Ji Jin” in order to understand its value and impact as well as its academic position. Chapter 6 Conclusions Appendix 1 Names of sutras in “Yeol Jang Ji Jin,” Volume Nos., A comprehensive comparison chart in special symbols and volume Nos. of Yong Le South Collection and Yong Le North Collection of Pali Canon.