Cardiovascular Benefits of Native GLP-1 and its Metabolites: An Indicator for GLP-1-Therapy Strategies
Notice bibliographique
Résumé
Cardiovascular disease is a common co-morbidity and leading cause of death in patients with type 2 diabetes mellitus (T2DM). Glucagon-like peptide 1 (GLP-1) is a peptide hormone produced by intestinal L cells in response to feeding. Native GLP-1 (7-36) amide is rapidly degraded by diaminopeptidyl peptidase-4 (DPP4) to GLP-1 (9-36) amide, making 9-36a the major circulating form. While it is 7-36a, and not its metabolites, which exerts trophic effects on islet β-cells, recent studies suggest that both 7-36a and its metabolites have direct cardiovascular effects, including preserving cardiomyocyte viability, ameliorating cardiac function, and vasodilation. In particular, the difference in cardiovascular effects between 7-36a and 9-36a is attracting attention. Growing evidence has strengthened the presumption that their cardiovascular effects are overlapping, but distinct and complementary to each other; 7-36a exerts cardiovascular effects in a GLP-1 receptor (GLP-1R) dependent pathway, whereas 9-36a does so in a GLP-1R independent pathway. GLP-1 therapies have been developed using two main strategies: DPP4-resistant GLP-1 analogs/GLP-1R agonists and DPP4 inhibitors, which both aim to prolong the life-time of circulating 7-36a. One prominent concern that should be addressed is that the cardiovascular benefits of 9-36a are lacking in these strategies. This review attempts to differentiate the cardiovascular effects between 7-36a and 9-36a in order to provide new insights into GLP-1 physiology, and facilitate our efforts to develop a superior GLP-1-therapy strategy for T2DM and cardiovascular diseases.
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) | 0,004 | 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 | 0,000 |
| 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 ».