Predicting efficacy of dipeptidyl peptidase‐4 inhibitors in patients with type 2 diabetes: Association of glycated hemoglobin reduction with serum eicosapentaenoic acid and docosahexaenoic acid levels
Notice bibliographique
Résumé
This study was initiated to identify clinical and dietary parameters that predict efficacy of dipeptidyl peptidase-4 inhibitors. A total of 72 untreated Japanese patients with type 2 diabetes who received DPP-4 inhibitors (sitagliptin, alogliptin or vildagliptin) for 4 months were examined for changes of glycated hemoglobin (HbA1c) and body mass index (BMI), and self-administered 3-day food records, as well as serum levels of eicosapentaenoic acid (EPA) and docosahexaenoic acid (DHA). DPP-4 inhibitors significantly reduced HbA1c (before initiation of DPP-4 inhibitors 7.2 ± 0.7%, 4 months after initiation of DPP-4 inhibitors 6.7 ± 0.6% [paired t-test, P < 0.01 vs before]). Multiple regression analysis showed that changes of HbA1c were significantly correlated with baseline HbA1c, as well as estimated intake of fish. Furthermore, changes of HbA1c were significantly correlated with serum levels of EPA (r = -0.624, P < 0.01) and DHA (r = -0.577, P < 0.01). HbA1c reduction by DPP-4 inhibitors is significantly correlated with estimated intake of fish and serum levels of EPA and DHA. (J Diabetes Invest, doi: 10.1111/j.2040-1124.2012.00214.x, 2012).
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».