Incretin-based therapies for treatment of postprandial dyslipidemia in insulin-resistant states
Notice bibliographique
Résumé
PURPOSE OF REVIEW: In prediabetes and diabetes, hyperglycemia is often accompanied by fasting and postprandial hyperlipidemia. Incretin-based therapies are in increasing clinical use for treating hyperglycemia, but recent evidence emphasizes their ability to improve lipoprotein abnormalities. This is significant as heightened postprandial chylomicron levels during insulin resistance contribute to atherogenic diabetic dyslipidemia. This review summarises the evidence supporting a beneficial effect of incretin-based therapies on diabetic dyslipidemia through modulation of intestinal lipoprotein metabolism. RECENT FINDINGS: Preclinical and clinical trials have involved administering dipeptidyl peptidase IV inhibitors and glucagon-like peptide-1 receptor (GLP-1R) agonists to healthy and insulin-resistant individuals. Results indicate that enhancing GLP-1R signalling decreases postprandial apoB48-containing triglyceride-rich lipoproteins. These effects may be direct or may be secondary to reduced gastric emptying, increased insulin secretion, or enhanced chylomicron clearance. SUMMARY: Enhancing GLP-1R activity improves intestinal lipoprotein metabolism. GLP-1-mediated control of postprandial chylomicron production may be lost in type 2 diabetes in which the incretin response is impaired and in which associated dyslipidemia involves an excess of atherogenic chylomicron remnants. Further human studies are needed to better establish the impact of incretin-based therapies on dyslipidemia, as this offers a major new therapeutic approach to reduce cardiovascular risk in type 2 diabetic patients.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 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 ».