Lowering Blood Pressure Reduces Renal Events in Type 2 Diabetes
Notice bibliographique
Résumé
BP is an important determinant of kidney disease among patients with diabetes. The recommended thresholds to initiate treatment to lower BP are 130/80 and 125/75 mmHg for people with diabetes and nephropathy, respectively. We sought to determine the effects of lowering BP below these currently recommended thresholds on renal outcomes among 11,140 patients who had type 2 diabetes and participated in the Action in Diabetes and Vascular disease: preterAx and diamicroN-MR Controlled Evaluation (ADVANCE) study. Patients were randomly assigned to fixed combination perindopril-indapamide or placebo, regardless of their BP at entry. During a mean follow-up of 4.3 yr, active treatment reduced the risk for renal events by 21% (P < 0.0001), which was driven by reduced risks for developing microalbuminuria and macroalbuminuria (both P < 0.003). Effects of active treatment were consistent across subgroups defined by baseline systolic or diastolic BP. Lower systolic BP levels during follow-up, even to <110 mmHg, was associated with progressively lower rates of renal events. In conclusion, BP-lowering treatment with perindopril-indapamide administered routinely to individuals with type 2 diabetes provides important renoprotection, even among those with initial BP <120/70 mmHg. We could not identify a BP threshold below which renal benefit is lost.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 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) | 0,001 | 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 ».