The Effect of Testosterone on Cardiovascular Disease and Cardiovascular Risk Factors in Men: A Review of Clinical and Preclinical Data
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cardiovascular disease (CVD) is the leading cause of death worldwide. The effects of testosterone, the primary male sex hormone, on cardiovascular risk have been of special interest due to the increased risk of CVD in men. Although it is well established that testosterone levels decline and cardiovascular mortality increases with age, the association between testosterone and CVD remains unclear. Observational and randomized studies on the effects of endogenous and exogenous testosterone have produced conflicting data, and meta-analyses have been inconclusive, suggesting significant study heterogeneity. Despite a lack of adequately powered randomized controlled trials, large observational studies in the early 2010s led to advisories on the use of testosterone replacement therapy. Similar advisories have been mandated for certain types of androgen deprivation therapy. Additional research suggests that testosterone shortens the heart-rate-corrected QT interval, improves glycemic control, induces vasodilation, is prothrombotic, and has anti-obesity effects, whereas associations with atherosclerosis and inflammation are less clear. Despite inconclusive evidence on cardiovascular risk and inconsistencies among clinical practice guidelines, millions of men continue to use testosterone replacement and androgen deprivation therapy. In addition to summarizing clinical and preclinical data, this review provides insight on potential mechanisms of action of testosterone on CVD, applications of this knowledge to clinical settings, and avenues for future research.
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.
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 | 0,012 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle