Treatment of proteinuria in dogs with telmisartan: A retrospective study
Notice bibliographique
Résumé
BACKGROUND: Use of telmisartan for the treatment of proteinuria in dogs has not been thoroughly investigated. HYPOTHESIS/OBJECTIVES: Telmisartan can be effective for the treatment of proteinuria in dogs. ANIMALS: Forty-four client-owned dogs with proteinuria. METHODS: Retrospective study. Dogs diagnosed with clinically relevant proteinuria (nonazotemic dogs with a urine protein-to-creatinine ratio [UPC] ≥2 and azotemic dogs with UPC ≥0.5) were separated into 3 groups: telmisartan alone, with benazepril, or with mycophenolate. The UPC was recorded before treatment and at subsequent follow-ups (1, 3, 6, and 12 months, as available). Response to treatment was categorized as complete (UPC ˂0.5), partial (UPC decreased by ≥50% but still ≥0.5), or no response (UPC decreased by <50%). Serum creatinine and potassium concentrations and arterial pressure also were recorded. RESULTS: In the telmisartan group, treatment response (UPC ˂0.5 or decreased by ≥50%) was observed in 70%, 68%, 80%, and 60% of dogs at 1, 3, 6, and 12 months follow-up, respectively. No significant changes were noted in serum creatinine or potassium concentrations, or in arterial blood pressure at all follow-up times. Adverse effects consisted of mild self-limiting gastrointestinal signs in 5 dogs. Two dogs developed clinically relevant azotemia that required discontinuation of the treatment before the first follow-up. CONCLUSIONS AND CLINICAL IMPORTANCE: Telmisartan can be considered for treatment of proteinuria in dogs, alone or in combination with other treatments for proteinuria.
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 | 0,001 | 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) | 0,001 | 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 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 ».