Cardiovascular Effects of Incretin-Based Therapies: Integrating Mechanisms With Cardiovascular Outcome Trials
Notice bibliographique
Résumé
As the worldwide prevalence of diabetes and obesity continues to rise, so does the risk of debilitating cardiovascular complications. Given the significant association between diabetes and cardiovascular risk, the actions of glucose-lowering therapies within the cardiovascular system must be clearly defined. Incretin hormones, including GLP-1 (glucagon-like peptide 1) and GIP (glucose-dependent insulinotropic polypeptide), are gut hormones secreted in response to nutrient intake that maintain glycemic control by regulating insulin and glucagon release. GLP-1 receptor agonists (GLP-1Ras) and dipeptidyl peptidase 4 inhibitors (DPP-4is) represent two drug classes used for the treatment of type 2 diabetes mellitus (T2DM) that improve glucose regulation through stimulating the actions of gut-derived incretin hormones or inhibiting their degradation, respectively. Despite both classes acting to potentiate the incretin response, the potential cardioprotective benefits afforded by GLP-1Ras have not been recapitulated in cardiovascular outcome trials (CVOTs) evaluating DPP-4is. This review provides insights through discussion of clinical and preclinical studies to illuminate the physiological mechanisms that may underlie and reconcile observations from GLP-1Ra and DPP-4i CVOTs. Furthermore, critical knowledge gaps and areas for further investigation will be emphasized to guide future studies and, ultimately, facilitate improved clinical management of cardiovascular disease in T2DM.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,008 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».