The Role of Angiotensin Receptor Blockers in Diabetic Nephropathy
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: Hypertension and diabetes are common risk factors for nephropathy as well as for neuropathy, retinopathy, cardiovascular disease, and cerebrovascular disease. Diabetic nephropathy occurs in 20% to 40% of patients with type 2 diabetes mellitus and is the single most important cause of end-stage renal disease (ESRD) worldwide, accounting for 40% to 45% of new cases in the United States. The incidence of ESRD is predicted to increase as the prevalence of type 2 diabetes mellitus and obesity continue to increase. METHODS: Clinical data from the recent classes of antihypertensive agents are reviewed in the context of hypertension reduction guidelines and prevention of diabetic nephropathy. RESULTS: Numerous clinical trials have demonstrated that angiotensin receptor blockers (ARBs) are safe and effective antihypertensive treatments that slow the progression of renal disease in people with diabetes and/or hypertension, and macroalbuminuria. CONCLUSION: The tolerable adverse event profile of ARBs and their renoprotective benefits beyond blood pressure reduction make ARBs a useful first-line treatment in people with, or at risk of developing, renal disease. As the incidence of obesity-related cardiovascular disease and renal risk factors continues to grow, future studies are required to directly assess the renoprotective effects of ARBs in overweight or obese patient subgroups. Because renin angiotensin system (RAS) inhibitors target the key mechanisms underlying these conditions, they may be particularly beneficial for the prevention of ESRD in the growing group of patients with obesity-related hypertension and the metabolic syndrome.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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