Race, Medicine, and the Science behind BiDil: How ACE-Inhibition Took the Fall for the First Ethnic Drug
Notice bibliographique
Résumé
A substantial biomedical literature has accumulated around the question of racial differences in the response to treatment with angiotensin converting enzyme (ACE) inhibitors for hypertension and congestive heart failure. African-origin populations are often asserted to be “low renin”, and therefore to have blunted response to agents that interfere with the renin-angiotensin system. Although the US Food and Drug Administration (FDA) rejected a combination of hydralazine and isosorbide dinitrate as a general heart failure treatment in 1997, this literature on Black resistance to ACE-inhibition therapy for heart failure was used to argue for a race-specific approval for this drug. Specifically, a paper by Exner and colleagues published in the New England Journal of Medicine in 2001 reported that ACE-inhibition reduced hospitalization for White patients, but not for Black patients. The Exner et al paper was used to argue for conducting a randomized trial in Black patients only, the successful completion of which led to FDA approval of the hydralazine and isosorbide dinitrate combination (known as BiDil) as a race-specific therapy in 2005. We re-analyze the data in the 2001 Exner et al study, and show that it is not well suited for answering the question of differential response by race. Even so, the published analysis ignored important facets of the data in order to arrive at the stated conclusion of a race-specific response. Black subjects were recruited mostly in a few regions, and were medically distinct from white patients in terms of clinical measures such as hypertension, diabetes and prescription drug history. Overall, Black subjects had a high risk of the outcomes, and the effect of treatment varied widely by clinical center or by region. The stated conclusion by Exner et al of a race-specific response to ACE inhibition is therefore suspect, as is the use of this conclusion to support the notion of race-specific therapies, both in the specific case of BiDil and in general.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,025 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,019 |
| Communication savante | 0,010 | 0,021 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,009 | 0,020 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».