Enalapril prevents clinical proteinuria in diabetic patients with low ejection fraction.
Notice bibliographique
Résumé
OBJECTIVE: Clinical proteinuria is a risk factor for both end-stage renal disease and cardiovascular disease. The prevalence of clinical proteinuria, its correlates and predictive value, and the effect of ACE inhibitors in preventing clinical proteinuria in diabetic and nondiabetic patients with left ventricular (LV) dysfunction are unknown. RESEARCH DESIGN AND METHODS: The Studies of Left Ventricular Dysfunction (SOLVD) trials were analyzed to determine the baseline distribution of clinical proteinuria and related cardiovascular risk factors, the effect of baseline proteinuria on the risk of hospitalization for congestive heart failure (CHF) and mortality, and the effect of enalapril in preventing new clinical proteinuria. RESULTS: A total of 5,487 out of 6,797 SOLVD participants (81%) were assessed for proteinuria at baseline. A total of 177 patients (3.2%) had baseline proteinuria. These patients had significantly higher systolic (137 vs. 125 mmHg, P < or = 0.001) and diastolic (83 vs. 77 mmHg, P < or = 0.001) blood pressure levels, a higher prevalence of diabetes (41 vs. 18%, P < or = 0.001), a lower ejection fraction (26.2 vs. 27.3%, P < or = 0.05), and greater degree of CHF (New York Heart Association [NYHA] class III/IV in 22 vs. 10%, P < or = 0.001) than patients without baseline proteinuria. Patients with baseline proteinuria also had higher rates of hospitalization for CHF (relative risk 1.81 [95% CI 1.37-2.41], P = 0.0001) and mortality (1.73 [1.34-2.24], P = 0.0001). Enalapril prevented clinical proteinuria in diabetic patients (0.38 [0.17-0.81], P = 0.0123) but not in nondiabetic patients (1.43 [0.77-2.63], P = 0.2622) without baseline proteinuria. CONCLUSIONS: Clinical proteinuria is an independent predictor of hospitalization for CHF and mortality in diabetic and nondiabetic patients with LV dysfunction. Enalapril significantly reduces the risk of clinical proteinuria in diabetic patients with LV dysfunction.
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 | 0,001 | 0,002 |
| 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) | 0,001 | 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 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 ».