Adding vitamin D3 to the dipeptidyl peptidase‐4 inhibitor saxagliptin has the potential to protect β‐cell function in LADA patients: A 1‐year pilot study
Notice bibliographique
Résumé
AIMS: This trial was conducted to explore the protective effect on β-cell function of adding vitamin D3 to DPP-4 inhibitors to treat patients with latent autoimmune diabetes in adults (LADA). METHODS: 60 LADA patients were randomized to group A (n = 21) - conventional therapy with metformin (1-1.7 g/day) and/or insulin treatment; group B (n = 20) - saxagliptin (5 mg/day) plus conventional therapy; and group C (n = 19) - vitamin D3 (2000 IU/day) plus saxagliptin and conventional therapy for 12 months. Fasting and 2-hour postprandial blood samples were collected to measure blood glucose, glycosylated hemoglobin and C-peptide levels at baseline and after 3, 6 and 12 months of treatment. RESULTS: During the 12 months of follow-up, the levels of fasting C-peptide (FCP), 2-hour postprandial C-peptide (PCP) and the C-peptide index (CPI, serum C-peptide-to-plasma glucose level ratio) were maintained in group C. In contrast to those in group A and group B, FCP levels decreased significantly in group B, and CPI levels declined significantly in group A during the 1-year treatment (P < .05). Additionally, the levels of GADA titers in group C significantly decreased compared with those at baseline (P < .05), but no significant differences in GADA titers levels were detected in group A and group B. No significant differences were found among the three groups in the levels of FCP, PCP, the CPI or GADA titers. CONCLUSIONS: The data suggested that adding 2000 IU/day vitamin D3 to saxagliptin might preserve β-cell function in patients with LADA.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».