Effect of Rimonabant on the High-Triglyceride/ Low–HDL-Cholesterol Dyslipidemia, Intraabdominal Adiposity, and Liver Fat
Notice bibliographique
Résumé
BACKGROUND: Rimonabant, the first selective cannabinoid type 1 (CB1) receptor antagonist, improves cardiometabolic risk factors in overweight/obese patients. ADAGIO-Lipids assessed the effect of rimonabant on cardiometabolic risk factors and intraabdominal and liver fat. METHODS AND RESULTS: 803 abdominally obese patients with atherogenic dyslipidemia (increased triglycerides [TG] or reduced high-density lipoprotein-cholesterol [HDL-C]) were randomized to placebo or rimonabant 20 mg/d for 1 year. HDL-C and TG were coprimary end points. Intraabdominal (visceral) and liver fat were measured by computed tomography in a subgroup of 231 patients. In total, 73% of rimonabant- and 70% of placebo-treated patients completed the study treatment. Rimonabant 20 mg produced significantly greater changes from baseline versus placebo in HDL-C (+7.4%) and TG levels (-18%; P<0.0001), as well as low-density lipoprotein (LDL) and HDL particle sizes, apolipoprotein A1 and B, HDL2, HDL3, C-reactive protein, and adiponectin levels (all P<0.05). Rimonabant decreased abdominal subcutaneous adipose tissue (AT) cross-sectional area by 5.1% compared to placebo (P<0.005), with a greater reduction in visceral AT (-10.1% compared to placebo; P<0.0005), thereby reducing the ratio of visceral/subcutaneous AT (P<0.05). Rimonabant significantly reduced liver fat content (liver/spleen attenuation ratio; P<0.005). Systolic (-3.3 mm Hg) and diastolic (-2.4 mm Hg) blood pressure were significantly reduced with rimonabant versus placebo (P<0.0001). The safety profile of rimonabant was consistent with previous studies; gastrointestinal, nervous system, psychiatric, and general adverse events were more common with rimonabant 20 mg. CONCLUSIONS: In abdominally obese patients with atherogenic dyslipidemia, rimonabant 20 mg significantly improved multiple cardiometabolic risk markers and induced significant reductions in both intraabdominal and liver fat.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».