The effect of statins on preservation of kidney function in patients with coronary artery disease
Notice bibliographique
Résumé
PURPOSE OF REVIEW: This paper outlines evidence for the putative renal benefits of statins in people with vascular disease. RECENT FINDINGS: The Greek Atorvastatin and Coronary Heart Disease study showed a modest improvement in kidney function over 4 years among 800 atorvastatin recipients (12%), significantly better than the decrease in kidney function (4%) in 800 placebo recipients. A secondary analysis of the Cholesterol and Recurrent Events trial suggested that pravastatin reduced the rate of kidney function loss to a greater extent in participants with dipstick-positive proteinuria (P < 0.001) and lower levels of renal function at baseline (P = 0.04). A larger post-hoc analysis from this group found that pravastatin modestly reduced the risk of acute renal failure (RR 0.60, 95% CI 0.41-0.86), but not the risk of a 25% decline in kidney function from baseline (RR 0.94, 95% CI 0.88-1.01). In the group with lower baseline kidney function (glomerular filtration rate <60 ml/min/1.73 m(2)) and proteinuria on dipstick urinalysis (n = 249), pravastatin recipients were less likely to experience a 25% or greater decrease in glomerular filtration rate (12.5% versus 19.9%) or acute renal failure (3.2% versus 8.7%). SUMMARY: Statins may reduce the rate of kidney function loss in people with cardiovascular disease, although the clinical significance of this effect is unclear. Future studies are required before statins can be recommended solely to protect renal function.
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) | 0,002 | 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 ».