Abstract Obesity associates with a reduction in cold-induced glucose tracer uptake in brown adipose tissue in humans, suggesting loss of thermogenic capacity. We therefore hypothesized that a whitening of BAT occurs in obesity and assessed the molecular characteristics of deep neck BAT in a cohort of 24 normal weight, 24 overweight and 22 obese individuals in comparison with subcutaneous abdominal white adipose tissue (WAT). We found that the major marker of BAT thermogenesis, UCP1 , was associated with central but not general obesity. We performed transcriptomic analysis of BAT in a cohort of 27 individuals classified as normal weight, over-weight or obese, and additionally four subjects with type 2 diabetes (T2DM), dispersed among the 3 BMI groups. We identified 3204 differentially expressed genes between BAT and WAT in samples from normal weight individuals, including genes involved in thermogenesis, but also revealing differences in developmental and immune system related genes. In BAT from individuals with overweight or obesity, 202 genes were downregulated and 66 of these were involved in cellular respiratory pathways, likely reflecting previously observed reduction in thermogenic function with obesity. Importantly, most BAT selective genes were not affected, and isolated adipose progenitors differentiated into thermogenic adipocytes with equal frequency regardless of BMI group. In conclusion, our data suggest a retained BAT identity, with a selective reduction of thermogenic genes, in human obesity.

We here detect dormant brown adipose tissue (BAT) in adult humans, occurring in most of the perirenal fat depot and characterized by a unilocular morphology. This phenotype was contrasted by multilocular BAT accumulating near the adrenal gland. Transcriptomic analysis revealed a gene expression profile of unilocular BAT that was approaching, yet was still distinct from, the expression profile of subcutaneous white adipose tissue (WAT). Candidate gene signatures were recapitulated in a murine model of unilocular brown fat induced by thermoneutrality and high fat diet. We identified SPARC as a candidate adipokine representing a dormant BAT state in the absence of sympathetic activation and CLSTN3 as a novel marker for multilocular BAT. Brown fat precursor cells were present in the entire perirenal fat depot, regardless of state. When differentiated in vitro, these cells responded to acute norepinephrine stimulation by increasing UCP1 gene expression and uncoupled respiration, confirming a BAT phenotype. We thus propose a mechanism for the reduction of functionally competent BAT in adult humans and we provide a solid data set for future research on factors that can reactivate dormant BAT as a potential strategy for combating obesity and metabolic disease.

Abstract Diagnosing patients in the medical emergency department is complex and this is expected to increase in many countries due to an ageing population. In this study we investigate the feasibility of training machine learning algorithms to assist physicians handling the complex situation in the medical emergency departments. This is expected to reduce diagnostic errors and improve patient logistics and outcome. We included a total of 9,190 consecutive patient admissions diagnosed and treated in two hospitals in this cohort study. Patients had a biochemical workup including blood and urine analyses on clinical decision totaling 260 analyses. After adding nurse-registered data we trained 19 machine learning algorithms on a random 80% sample of the patients and validated the results on the remaining 20%. We trained algorithms for 19 different patient outcomes including the main outcomes death in 7 (Area under the Curve (AUC) 91.4%) and 30 days (AUC 91.3%) and safe-discharge(AUC 87.3%). The various algorithms obtained areas under the Receiver Operating Characteristics -curves in the range of 71.8–96.3% in the holdout cohort (68.3–98.2% in the training cohort). Performing this list of biochemical analyses at admission also reduced the number of subsequent venipunctures within 24 h from patient admittance by 22%. We have shown that it is possible to develop a list of machine-learning algorithms with high AUC for use in medical emergency departments. Moreover, the study showed that it is possible to reduce the number of venipunctures in this cohort.

Community-acquired pneumonia is a common cause of acute hospitalisation. Identifying patients with community-acquired pneumonia among patients suspected of having the disease can be a challenge, which causes unnecessary antibiotic treatment. We investigated whether the circulatory pulmonary injury markers surfactant protein D (SP-D), Krebs von den Lungen-6 (KL-6), and Club cell protein 16 (CC16) could help identify patients with community-acquired pneumonia upon acute admission. In this multi-centre diagnostic accuracy study, SP-D, KL-6, and CC16 were quantified in plasma samples from acutely hospitalised patients with provisional diagnoses of community-acquired pneumonia. The area under the receiver operator characteristics curve (AUC) was calculated for each marker against the following outcomes: patients’ final diagnoses regarding community-acquired pneumonia assigned by an expert panel, and pneumonic findings on chest CTs. Plasma samples from 339 patients were analysed. The prevalence of community-acquired pneumonia was 63%. AUCs for each marker against both final diagnoses and chest CT diagnoses ranged between 0.50 and 0.56. Thus, SP-D, KL-6, and CC16 demonstrated poor diagnostic performance for community-acquired pneumonia in acutely hospitalised patients. Our findings indicate that the markers cannot readily assist physicians in confirming or ruling out community-acquired pneumonia.