Markers of Kidney Injury, Inflammation, and Fibrosis Associated With Ertugliflozin in Patients With CKD and Diabetes
Notice bibliographique
Résumé
Introduction Sodium-glucose cotransporter-2 (SGLT2) inhibitors improve cardiovascular and kidney outcomes through mechanisms that are incompletely understood. In this exploratory post-hoc analysis of the VERTIS RENAL trial, we report the association between the SGLT2 inhibitor, ertugliflozin, and markers of kidney injury, inflammation, and fibrosis in participants with type 2 diabetes (T2D) and stage 3 chronic kidney disease (CKD). Methods Participants were randomized to ertugliflozin (5 or 15 mg/d) or placebo, and plasma samples for biomarker analysis were collected at baseline, 26 weeks, and 52 weeks. Results Ertugliflozin-treated participants had lower plasma levels of kidney injury molecule-1 (KIM-1) at 26 weeks ( P = 0.044) and 52 weeks ( P = 0.007) and higher eotaxin-1 at 52 weeks ( P = 0.007) postrandomization compared with placebo. The change in KIM-1 was not associated with the baseline urine albumin to creatinine ratio (UACR) or the estimated glomerular filtration rate (eGFR, P interaction > 0.05). Additionally, the change in KIM-1 was positively correlated with the change in UACR in participants treated with ertugliflozin ( P = 0.0071). No other significant associations between ertugliflozin and changes in the markers of tubular injury, inflammation, fibrosis, oxidative stress, and endothelial dysfunction were observed. Conclusion In conclusion, in participants with T2D and stage 3 CKD, ertugliflozin was associated with a sustained lowering of the tubular injury marker KIM-1 regardless of baseline kidney function.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».