The influences of hyperprolactinemia and obesity on cardiovascular risk markers: effects of cabergoline therapy
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
OBJECTIVE: In view of the association of hyperprolactinaemia with insulin resistance, we hypothesized that patients with hyperprolactinaemia may present increased cardiovascular risk markers. DESIGN: Descriptive clinical trial. METHODS: Serum glucose, insulin, insulin resistance, lipids, high sensitivity C-reactive protein (hsCRP), interleukin (IL)-6, tumour necrosis factor (TNF)-alpha and soluble E-selectin (sELAM-1) serum levels were determined in 15 patients with hyperprolactinaemia at baseline (compared with 20 healthy subjects) and after 12 weeks of cabergoline therapy (0.5-1 mg twice per week). We also measured mononuclear cell NF-kappaB activation and TNF-alpha production in a subset of subjects. RESULTS: Serum levels of prolactin (PRL), insulin, insulin resistance (HOMA-IR) index and hsCRP were significantly higher in patients than in control subjects. Markers of mononuclear cell activation did not differ between the groups. Hyperprolactinaemia, BMI and age were predictors of hsCRP. BMI was the only predictor of HOMA-IR. Cabergoline therapy significantly reduced serum PRL, insulin, hsCRP and sELAM-1 levels. CONCLUSIONS: These data suggest that hyperprolactinaemia is associated with insulin resistance related to increased BMI and low-grade inflammation independently of BMI. Short-term cabergoline therapy can reduce the inflammatory markers.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle