A Multi-Year Analysis of Islet Transplantation Compared With Intensive Medical Therapy on Progression of Complications in Type 1 Diabetes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: We hypothesized that transplantation of islets into type 1 diabetics could improve outcomes of glucose metabolism, renal function, retinopathy, and neuropathy compared with intensive medical therapy. METHODS: We conducted a prospective, crossover, cohort study of intensive medical therapy (group 1) versus islet cell transplantation (group 2) in 42 patients. All were enrolled in group 1 then 31 crossed over with group 2 when islet donation became available. Transplantation was performed by portal venous embolization of more than 12,000 islet equivalents/kg body weight under cover of immunosuppression with antithymocyte globulin, tacrolimus, and mycophenolate. Outcome measures were HbA1c, change in glomerular filtration rate (GFR), progression of retinopathy, and change in nerve conduction velocity. This report details interim analysis of outcomes after 34+/-18 months (group 1) and 38+/-18 months (group 2). RESULTS: HbA1c (%) in group 1 was 7.5+/-0.9 versus 6.6+/-0.7 in group 2 (P<0.01). GFR (mL/min/month) declined in both groups (group 1 -0.45+/-0.7 vs. group 2 -0.12+/-0.7, P=0.1). Slope of the GFR decline in group 1 was significantly more than 0. Retinopathy progressed in 10 of 82 eyes in group 1 versus 0 of 51 in group 2 (P<0.01). Nerve conduction velocity (m/sec) remained stable in group 1 (47.8+/-5 to 47.1+/-5 m/sec) and group 2 (47.2+/-4.5 to 47.7+/-3.5). CONCLUSION: Islet transplantation yields improved HbA1c and less progression of retinopathy compared with intensive medical therapy during 3 years follow-up.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle