MétaCan
Menu
Retour à la cohorte
Enregistrement W2950058592 · doi:10.2337/dc19-0342

Preventing Early Renal Loss in Diabetes (PERL) Study: A Randomized Double-Blinded Trial of Allopurinol—Rationale, Design, and Baseline Data

2019· article· en· W2950058592 sur OpenAlexaff
Maryam Afkarian, Sarit Polsky, Maria Luiza Caramori, David Z.I. Cherney, Ian H. de Boer, Thomas G. Elliott, J. Sonya Haw, Irl B. Hirsch, Amy B. Karger, Ildiko Lingvay, David M. Maahs, Mark E. Molitch, Bruce A. Perkins, Rodica Pop‐Busui, Sylvia E. Rosas, Ronald J. Sigal, Guillermo E. Umpierrez, Amisha Wallia, Ruth S. Weinstock, Chun-Yi Wu, Michael Mauer, Alessandro Doria, Jill P. Crandall, John H. Eckfeldt, Helen Nickerson, Peter Rossing, Massimo Pietropaolo, Yi‐Miau Tsai, William N. Robiner, Marlon Pragnell, Enrico Cagliero, Michael A Thompson, Christina Gjerlev-Poulsen, Maria Lajer, Frederik Persson, Sascha Pilemann-Lyberg, Mary Frohauer, San Thida, Peter A. Gottlieb, Viral N. Shah, Emily B. Schroeder, Michael McDermott, Lynn Ang, Frank C. Brosius, Nazanene H. Esfandiari, Kara Mizokami‐Stout, Rachel Perlman, Arti Bhan, Davida Kruger, Wenyu Huang, Matthew K. Abramowitz, Valentin Anghel, Erika Brutsaert, Nithya Mani, Divya Rajasekaran, Carol J. Levy, M Katz, Naina Sinha, Nobuyuki Gregory, Shayan Bill Miyawaki, Ulrich K. Shirazian, David Schubart, Bruce A. Cherney, Lorraine L. Perkins, Andrew Lipscombe, Ronnie Advani, Ronald Aronson, J. B. Goldenberg, Amy McGill, M. Riek, Julie Salam, Ronald J. McKeen, Peter Sigal, Josephine Yeung, Guillermo E. Haw, Bruce W. Umpierrez, Darin Bode, Maryam Olson, Ian H. Afkarian, Irl B. de Boer, Dace L. Hirsch, Grace Trence, Ildiko Lee, Radica Lingvay, Katherine R. Alicic

Notice bibliographique

RevueDiabetes Care · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueGout, Hyperuricemia, Uric Acid
Établissements canadiensUniversity of CalgaryUniversity of AlbertaMount Sinai HospitalLunenfeld-Tanenbaum Research InstituteUniversity of TorontoLMC Diabetes & Endocrinology (Canada)
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Diabetes and Digestive and Kidney DiseasesJuvenile Diabetes Research Foundation InternationalNational Institute on AgingNational Institutes of HealthSteno Diabetes Center Copenhagen
Mots-clésMedicineDiabetes mellitusAllopurinolRandomized controlled trialPerlResearch designInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE Higher serum uric acid (SUA) is associated with diabetic kidney disease (DKD). Preventing Early Renal Loss in Diabetes (PERL) evaluates whether lowering SUA with allopurinol slows glomerular filtration rate (GFR) loss in people with type 1 diabetes (T1D) and mild to moderate DKD. We present the PERL rationale, design, and baseline characteristics. RESEARCH DESIGN AND METHODS This double-blind, placebo-controlled, multicenter trial randomized 530 participants with T1D, estimated GFR (eGFR) of 40–99.9 mL/min/1.73 m2, SUA ≥4.5 m/dL, and micro- to macroalbuminuric DKD or normoalbuminuria with declining kidney function (NDKF) (defined as historical eGFR decline ≥3 mL/min/1.73 m2/year) to allopurinol or placebo. The primary outcome is baseline-adjusted iohexol GFR (iGFR) after 3 years of treatment plus a 2-month washout period. RESULTS Participants are 66% male and 84% white. At baseline, median age was 52 years and diabetes duration was 35 years, 93% of participants had hypertension, and 90% were treated with renin-angiotensin system inhibitors (median blood pressure 127/71 mmHg). Median HbA1c was 8%, SUA 5.9 mg/dL, iGFR 68 mL/min/1.73 m2, and historical eGFR slope −3.5 mL/min/1.73 m2/year. Compared with participants with albuminuria (n = 419), those with NDKF (n = 94) were significantly older (56 vs. 52 years), had lower HbA1c (7.7 vs. 8.1%) and SUA (5.4 vs. 6.0 mg/dL), and had higher eGFR (82 vs. 74 mL/min/1.73 m2) and historical eGFR loss (−4.7 vs. −2.5 mL/min/1.73 m2/year). These differences persisted when comparing groups with similar rates of historical eGFR loss. CONCLUSIONS PERL will determine the effect of allopurinol on mild to moderate DKD in T1D, with or without albuminuria. Participants with normoalbuminuria and rapid GFR loss manifested many DKD risk factors of those with albuminuria, but with less severity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,799
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,293
Écart entre enseignants0,252 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations48
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetes CareMême sujetGout, Hyperuricemia, Uric AcidTravaux en français237 207