Effects of ACE Inhibitors on Cardiac Angiotensin II and Aldosterone in Humans: “Relevance of Lipophilicity and Affinity for ACE”
Notice bibliographique
Résumé
BACKGROUND: Angiotensin-converting enzyme (ACE) inhibitors differ in their lipophilic/hydrophilic index that determines their tissue bioavailability and affinity to ACE, which may result in major differences in the degree of blockade of cardiac ACE. We evaluated the hypothesis that in patients with chronic heart failure (CHF) and activated cardiac renin-angiotensin-aldosterone system (RAAS), lipophilic ACE inhibitors with high affinity for ACE (perindopril and quinapril) will cause marked blockade of cardiac angiotensin (Ang) II and aldosterone generation, but not a hydrophilic ACE inhibitor with low affinity for ACE (lisinopril). METHODS: Patients were randomized to receive perindopril (8 mg/day), quinapril (40 mg/day), or lisinopril (20 mg/day) for 3-4 weeks before cardiac catheterization. The coronary sinus-aortic root gradients for Ang I and II, and aldosterone were determined. RESULTS: A total of 19 patients completed the study. Compared to a healthy control group, all three ACE inhibitors decreased circulating Ang II and aldosterone to a similar extent. There were only minor differences between the three ACE inhibitors for the Ang II gradient between the coronary sinus and aortic root. The gradient for aldosterone tended to be positive in the quinapril group and absent/negative in the lisinopril and perindopril groups. Despite the lowest pulmonary capillary wedge pressure (PCWP), gradients between the coronary sinus and aortic root for Ang II and aldosterone were actually the highest in the quinapril group. CONCLUSIONS: These findings do not support the concept that a hydrophilic ACE inhibitor is less effective in blocking the cardiac RAAS as compared to lipophilic ACE inhibitors.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».