Renal physiology of glucose handling and therapeutic implications
Notice bibliographique
Résumé
The rationale for using sodium-glucose cotransporter 2 (SGLT2) inhibitors in patients with type 2 diabetes (T2D) has evolved over the last decade. Due to the effects on glucosuria and body weight loss, SGLT2 inhibitors were originally approved for glycemic control in T2D. Since glucosuria is attenuated in chronic kidney disease (CKD) Stages 3-5, initial regulatory approval for SGLT2 inhibitor use was limited to patients with T2D and preserved estimated glomerular filtration rate. Over time, however, it has become increasingly apparent that these therapies have a variety of important pharmacodynamic and clinical effects beyond glycemic lowering, including antihypertensive and antialbuminuric properties, and the ability to reduce glomerular hypertension. Importantly, these sodium-related effects are preserved across CKD stages, despite attenuated glycemic effects, which are lost at CKD Stage 4. With the completion of cardiovascular (CV) outcome safety trials-EMPA-REG OUTCOME, CANVAS Program and DECLARE TIMI-58-in addition to reductions in CV events, SGLT2 inhibition consistently reduces hard renal endpoints. Importantly, these CV and renal effects are independent of glycemic control. Subsequent data from the recent CREDENCE trial-the first dedicated renal protection trial with SGLT-2 inhibition-demonstrated renal and CV benefits in albuminuric T2D patients, pivotal results that have expanded the clinical importance of these therapies. Ongoing trials will ultimately determine whether SGLT2 inhibition will have a role in renal protection in other clinical settings, including nondiabetic CKD and type 1 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 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) | 0,001 | 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) | 0,000 | 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 ».