Changes in Cardiovascular Biomarkers Associated With the Sodium–Glucose Cotransporter 2 (SGLT2) Inhibitor Ertugliflozin in Patients With Chronic Kidney Disease and Type 2 Diabetes
Notice bibliographique
Résumé
Patients with type 2 diabetes are at high risk of developing renal and cardiovascular complications. Sodium–glucose cotransporter 2 (SGLT2) inhibitors have garnered interest due to their glucose-independent cardiorenal protective effects, as reported in trials including participants with and without diabetes, such as Dapagliflozin And Prevention of Adverse outcomes in Chronic Kidney Disease (DAPA-CKD) (1,2). These trials have demonstrated that SGLT2 inhibitors reduce cardiovascular disease (CVD) risk, especially hospitalization for heart failure (1,2). Despite these clinical benefits, the underlying physiological mechanisms of SGLT2 inhibitors are incompletely understood, particularly in patients with chronic kidney disease (CKD). Accordingly, this analysis examined the impact of treatment with an SGLT2 inhibitor, ertugliflozin, on markers of plasma volume contraction and myocardial strain in participants with type 2 diabetes and moderate CKD. We performed a post hoc exploratory analysis in a subset of 231 participants from the eValuation of ERTugliflozin efficacy and Safety (VERTIS) RENAL trial (clinical trial reg. no. NCT01986855, ClinicalTrials.gov) with type 2 diabetes and stage 3 CKD (estimated glomerular filtration rate [eGFR] 30–59 mL/min/1.73 m2) who were randomized to SGLT2 inhibitor therapy with ertugliflozin (5 mg or 15 mg daily; pooled herein) or placebo (3). Clinical and biomarker measurements were obtained at baseline and 26 weeks and 52 weeks postrandomization. Biomarkers were quantified with Luminex xMAP (cardiac troponin, renin, and N-terminal pro B-type natriuretic peptide [NT-proBNP]) or ELISA (atrial natriuretic peptide [ANP], human erythropoietin [EPO], ACE, and ACE2). Aldosterone was quantified by DiaSorin LIAISON XL Analyzer based on competitive chemiluminescent immunoassay. Differences in longitudinal changes in biomarkers among participants receiving either …
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».