The effect of sodium/glucose cotransporter 2 (SGLT2) inhibition on the urinary proteome
Notice bibliographique
Résumé
Treatment with empagliflozin, an inhibitor of the sodium/glucose cotransporter 2 (SGLT2), is associated with slower progression of diabetic kidney disease. In this analysis, we explored the hypothesis that empagliflozin may have an impact on urinary peptides associated with chronic kidney disease (CKD). In this post-hoc, exploratory analysis, we investigated urine samples obtained from 40 patients with uncomplicated type 1 diabetes (T1D) before and after treatment with empagliflozin for 8 weeks to for significant post-therapy changes in urinary peptides. We further assessed the association of these changes with CKD in an independent cohort, and with a previously established urinary proteomic panel, termed CKD273. 107 individual peptides significantly changed after treatment. The majority of the empagliflozin-induced changes were in the direction of "CKD absent" when compare to patients with CKD and controls. A classifier consisting of these 107 peptides scored significantly different in controls, in comparison to CKD patients. However, empagliflozin did not impact the CKD273 classifier. Our data indicate that empagliflozin induces multiple significant changes in the urinary proteomic markers such as mucin and clusterin. The relationship between empagliflozin-induced proteomic changes and clinical outcomes merits further investigation.
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 | 0,001 | 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) | 0,001 | 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 ».