Inclisiran Lowers LDL-C and PCSK9 Irrespective of Diabetes Status: The ORION-1 Randomized Clinical Trial
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the efficacy and safety of inclisiran by diabetes status. RESEARCH DESIGN AND METHODS: ORION-1 (ClinicalTrials.gov, NCT02597127) randomized 501 subjects with atherosclerotic cardiovascular disease (ASCVD) or ASCVD risk equivalents and high LDL cholesterol (LDL-C), despite maximally tolerated LDL-C-lowering therapies, to one or two doses of placebo or inclisiran. Levels of lipids and proprotein convertase subtilisin/kexin type 9 (PCSK9) at baseline and day 180 were compared. RESULTS: < 0.005 for all doses in the without- and with-diabetes groups, respectively) and PCSK9. The inclisiran-treated groups also had lower apolipoprotein B, non-HDL cholesterol, and lipoprotein(a) but higher HDL cholesterol. Inclisiran had an adverse profile similar to that of placebo, and adverse events were proportionally balanced in the baseline with- and without-diabetes groups. CONCLUSIONS: PCSK9-targeted siRNA-driven strategies may provide a novel therapeutic option for managing dyslipidemia in the presence and absence of diabetes.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».