Effects of the Switching From High-Purity Eicosapentaenoic Acid to Combination of Eicosapentaenoic Acid and Docosahexaenoic Acid on Metabolic Parameters: A Retrospective Longitudinal Study
Notice bibliographique
Résumé
Background: Effects of the switching from high-purity eicosapentaenoic acid ester (hp-EPA) to n-3 fatty acid formulation containing EPA and docosahexaenoic acid (DHA) on metabolic parameters remain largely unknown. Methods: We retrospectively picked up patients who had been prescribed EPA + DHA for 2 months or longer after the prescription of hp-EPA for 2 months or longer between January 2010 and December 2015. We compared the data at baseline and at 2 months after the switching from hp-EPA to EPA + DHA. Results: Thirty-six patients were eligible for the analyses in our study. Serum triglyceride (TG) showed a non-significant decrease by approximately 9% after the switching. Serum TG showed a non-significant decrease by 24% and 10%, in the switching to the formulation including half daily dose of EPA and DHA and the formulation including the same daily dose of EPA and DHA, respectively. In patients who had shown a decrease in TG after the switching, serum TG at baseline was higher than that in patients who had shown an increase and non-change in TG after the switching. Further, in patients who had shown a decrease in TG after the switching to the formulation including the same daily dose of EPA and DHA, serum TG was significantly higher than that in patients who had shown an increase and non-change in TG. In the analysis of all patients, in patients with baseline TG ? 150 mg/dL, TG tended to decrease. In the analysis of patients who underwent the switching to the formulation including the same daily dose of EPA and DHA, in patients with baseline TG ? 150 mg/dL, TG significantly decreased. Conclusion: We studied effects of the switching from hp-EPA to EPA + DHA on metabolic parameters, and found that the switching is more effective to reduce TG in patients with higher TG levels at baseline. J Endocrinol Metab. 2016;6(3):75-79 doi: http://dx.doi.org/10.14740/jem348w
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».