Sildenafil dilates ophthalmic artery in type 2 diabetic patients
Notice bibliographique
Résumé
BACKGROUND: Conflicting reports exist on the effect of sildenafil on ophthalmic artery blood flow; many visual disturbances due to vascular insult were reported with the use of sildenafil in diabetic patients like nonarteritic ischemic optic neuropathy. OBJECTIVES: The present work aimed to investigate whether sildenafil modulates ophthalmic artery vasoreactivity in patients with type 2 diabetes mellitus. Literature reports on this aspect are lacking. METHODS: A total of 35 male subjects were enrolled in this study, 18 with type 2 diabetes mellitus matched with 17 normal individuals. Ophthalmic artery was insonated through a transorbital window using colored Doppler equipment with transcranial Doppler facility. Ophthalmic artery reactivity was assessed using breath holding/hyperventilation test, before and after giving 50 mg oral sildenafil. RESULTS: It was found that in both normal subjects and diabetic patients, sildenafil increased baseline control of mean flow velocity of ophthalmic artery significantly (p < 0.05), breath holding caused a decrease of MFVopa (p < 0.05), and subsequent hyperventilation caused increase of MFVopa (p < 0.05). There was no statistically significant change in breath holding index and full range of vasodilatation of ophthalmic artery (p > 0.05) after sildenafil, in normal and diabetic groups. There was a significant increase of resistive index of ophthalmic artery flow in diabetic patients compared with that of normal subject (p < 0.05). Sildenafil decreased resistive index of ophthalmic artery flow significantly only in diabetic patients (p < 0.05). CONCLUSION: Sildenafil increased MFVopa, but had no significant effect on vasoreactivity of ophthalmic artery; sildenafil decreased resistive index only 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) | 0,000 | 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) | 0,006 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».