Effects of Exenatide Alone and in Combination With Daclizumab on β-Cell Function in Long-Standing Type 1 Diabetes
Notice bibliographique
Résumé
OBJECTIVE: In patients with long-standing type 1 diabetes, we investigated whether improved beta-cell function can be achieved by combining intensive insulin therapy with agents that may 1) promote beta-cell growth and/or limit beta-cell apoptosis and 2) weaken the anti-beta-cell autoimmunity. RESEARCH DESIGN AND METHODS: For this study, 20 individuals (mean age 39.5 +/- 11.1 years) with long-standing type 1 diabetes (21.3 +/- 10.7 years) were enrolled in this prospective open-label crossover trial. After achieving optimal blood glucose control, 16 subjects were randomized to exenatide with or without daclizumab. Endogenous insulin production was determined by repeatedly measuring serum C-peptide. RESULTS: In 85% of individuals with long-standing type 1 diabetes who were screened for participation in this trial, C-peptide levels >or=0.05 ng/ml (0.02 nmol/l) were found. Residual beta-cells responded to physiological (mixed-meal) and pharmacological (arginine) stimuli. During exenatide treatment, patients lost 4.1 +/- 2.9 kg body wt and insulin requirements declined significantly (total daily dose on exenatide 0.48 +/- 0.11 vs. 0.55 +/- 0.13 units x kg(-1) x day(-1) without exenatide; P = 0.0062). No signs of further activation of the underlying autoimmune disease were observed. Exenatide delayed gastric emptying, suppressed endogenous incretin levels, but did not increase C-peptide secretion. CONCLUSIONS: In long-standing type 1 diabetes, which remains an active autoimmune disease even decades after its onset, surviving beta-cells secrete insulin in a physiologically regulated manner. However, the combination of intensified insulin therapy, exenatide, and daclizumab did not induce improved function of these remaining beta-cells.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».