MétaCan
Menu
Retour à la cohorte
Enregistrement W2036706177 · doi:10.1038/sj.clpt.6100180

Suppression of Niacin-induced Vasodilation with an Antagonist to Prostaglandin D2 Receptor Subtype 1

2007· article· en· W2036706177 sur OpenAlexaff
Eseng Lai, Inge De Lepeleire, TM Crumley, Fang Liu, LA Wenning, N. Michiels, Eva Vets, Gary P. O’Neill, JA Wagner, Michael Berkwits

Notice bibliographique

RevueClinical Pharmacology & Therapeutics · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueVenous Thromboembolism Diagnosis and Management
Établissements canadiensMerck Canada Inc. (Canada)
Organismes subventionnairesnon disponible
Mots-clésNiacinMedicineVasodilationAntagonistPharmacologyProstaglandin D2DyslipidemiaReceptor antagonistB vitaminsInternal medicineEndocrinologyProstaglandinReceptor

Résumé

récupéré en direct d'OpenAlex

Niacin (nicotinic acid) reduces cardiovascular events in patients with dyslipidemia. However, symptoms associated with niacin-induced vasodilation (e.g., flushing) have limited its use. Laropiprant is a selective antagonist of the prostaglandin D2 receptor subtype 1 (DP1), which may mediate niacin-induced vasodilation. The aim of this proof-of-concept study was to evaluate the effects of laropiprant (vs placebo) on niacin-induced cutaneous vasodilation. Coadministration of laropiprant 30, 100, and 300 mg with extended-release (ER) niacin significantly lowered flushing symptom scores (by approximately 50% or more) and also significantly reduced malar skin blood flow measured by laser Doppler perfusion imaging. Laropiprant was effective after multiple doses in reducing symptoms of flushing and attenuating the increased malar skin blood flow induced by ER niacin. In conclusion, the DP1 receptor antagonist laropiprant was effective in suppressing both subjective and objective manifestations of niacin-induced vasodilation. Clinical Pharmacology & Therapeutics (2007) 81, 849–857. doi:10.1038/sj.clpt.6100180; published online 28 March 2007 TRIAL REGISTRATION: This study has been registered at clinicaltrials.gov on 9/19/2007 (NCT00533312).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,087
Tête enseignante GPT0,434
Écart entre enseignants0,347 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations151
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Pharmacology & TherapeuticsMême sujetVenous Thromboembolism Diagnosis and ManagementTravaux en français237 207