Long-Acting C-Peptide and Neuropathy in Type 1 Diabetes: A 12-Month Clinical Trial
Notice bibliographique
Résumé
OBJECTIVE: Lack of C-peptide in type 1 diabetes may be an important contributing factor in the development of microvascular complications. Replacement of native C-peptide has been shown to exert a beneficial influence on peripheral nerve function in type 1 diabetes. The aim of this study was to evaluate the efficacy and safety of a long-acting C-peptide in subjects with type 1 diabetes and mild to moderate peripheral neuropathy. RESEARCH DESIGN AND METHODS: A total of 250 patients with type 1 diabetes and peripheral neuropathy received long-acting (pegylated) C-peptide in weekly dosages of 0.8 mg (n = 71) or 2.4 mg (n = 73) or placebo (n = 106) for 52 weeks. Bilateral sural nerve conduction velocity (SNCV) and vibration perception threshold (VPT) on the great toe were measured on two occasions at baseline, at 26 weeks, and at 52 weeks. The modified Toronto Clinical Neuropathy Score (mTCNS) was used to grade the peripheral neuropathy. RESULTS: Plasma C-peptide rose during the study to 1.8-2.2 nmol/L (low dose) and to 5.6-6.8 nmol/L (high dose). After 52 weeks, SNCV had increased by 1.0 ± 0.24 m/s (P < 0.001 within group) in patients receiving C-peptide (combined groups), but the corresponding value for the placebo group was 1.2 ± 0.29 m/s. Compared with basal, VPT had improved by 25% after 52 weeks of C-peptide therapy (Δ for combined C-peptide groups: -4.5 ± 1.0 μm, placebo group: -0.1 ± 0.9 μm; P < 0.001). mTCNS was unchanged during the study. CONCLUSIONS: Once-weekly subcutaneous administration of long-acting C-peptide for 52 weeks did not improve SNCV, other electrophysiological variables, or mTCNS but resulted in marked improvement of VPT compared with placebo.
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 | 0,001 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».