Non-steroidal mineralocorticoid receptor antagonists in cardiorenal disease
Notice bibliographique
Résumé
Despite existing treatments, patients with heart failure and chronic kidney disease (CKD) remain at high risk for adverse outcomes and progression to end-stage disease. Steroidal mineralocorticoid receptor antagonists (MRAs) such as spironolactone and eplerenone reduce mortality but remain under-prescribed due to the perceived risk of hyperkalaemia and hormonal side effects. The discovery of non-steroidal MRAs represents a major new dimension in cardiorenal disease therapy. Non-steroidal MRAs have high affinity and specificity for the mineralocorticoid receptor (MR) and differ from both steroidal agents and each other with respect to important physiochemical, pharmacodynamic, and pharmacokinetic parameters. Similar to their steroidal counterparts, they have beneficial anti-inflammatory, anti-remodelling, and anti-fibrotic properties in the kidneys, heart, and vasculature. There are several non-steroidal MRAs under development and clinical assessment; of these, only esaxerenone and finerenone are approved for treatment globally. In Japan, esaxerenone is approved for essential hypertension and has been studied in diabetic nephropathy. Compared with steroidal MRAs, finerenone more potently inhibits MR co-regulator recruitment and fibrosis and distributes more evenly between the heart and kidneys. The landmark Phase III trials FIGARO-DKD and FIDELIO-DKD demonstrated that finerenone-reduced major kidney and cardiovascular events on top of maximally tolerated renin-angiotensin-aldosterone system inhibition in patients with CKD associated with Type 2 diabetes. Non-steroidal MRAs are currently under evaluation in heart failure and for synergistic treatment with sodium-glucose contransporter 2 inhibitors. These ground-breaking agents could become an important therapy across the spectrum of cardiorenal disease.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».