Dapagliflozin in focal segmental glomerulosclerosis: a combined human-rodent pilot study
Notice bibliographique
Résumé
Focal segmental glomerulosclerosis (FSGS) is an important cause of nondiabetic chronic kidney disease (CKD). Sodium-glucose cotransporter 2 inhibition (SGLT2i) therapy attenuates the progression of diabetic nephropathy, but it remains unclear whether SGLT2i provides renoprotection in nondiabetic CKD such as FSGS. The primary aim of this pilot study was to determine the effect of 8 wk of dapagliflozin on glomerular filtration rate (GFR) in humans and in experimental FSGS. Secondary end points were related to changes in renal hemodynamic function, proteinuria, and blood pressure (BP). GFR (inulin) and renal plasma flow (para-aminohippurate), proteinuria, and BP were measured in patients with FSGS ( n = 10), and similar parameters were measured in subtotally nephrectomized (SNx) rats. In response to dapagliflozin, changes in GFR, renal plasma flow, and 24-h urine protein excretion were not statistically significant in humans or rats. Systolic BP (SBP) decreased in SNx rats (196 ± 26 vs. 165 ± 33 mmHg; P < 0.001), whereas changes were not statistically significant in humans (SBP 112.7 ± 8.5 to 112.8 ± 11.2 mmHg, diastolic BP 71.8 ± 6.5 to 69.6 ± 8.4 mmHg; P = not significant), although hematocrit increased (0.40 ± 0.05 to 0.42 ± 0.05%; P = 0.03). In archival kidney tissue from a separate patient cohort, renal parenchymal SGLT2 mRNA expression was decreased in individuals with FSGS compared with controls. Short-term treatment with the SGLT2i dapagliflozin did not modify renal hemodynamic function or attenuate proteinuria in humans or in experimental FSGS. This may be related to downregulation of renal SGLT2 expression. Studies examining the impact of SGLT2i on markers of kidney disease in patients with other causes of nondiabetic CKD are needed.
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) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».