Effects of once-weekly semaglutide 2.4 mg on C-reactive protein in adults with overweight or obesity (STEP 1, 2, and 3): exploratory analyses of three randomised, double-blind, placebo-controlled, phase 3 trials
Notice bibliographique
Résumé
Background: Inflammation is a key driver of atherosclerotic cardiovascular disease. C-reactive protein (CRP), an established biomarker of inflammation, is commonly elevated in people with overweight/obesity. Methods: assessments included change in CRP by baseline characteristics (bodyweight, body mass index [BMI], glycaemic status, CRP concentration); change in CRP-defined cardiovascular risk category (<1 [low], 1-3 [intermediate], and >3 mg/L [high]); and correlation between change in CRP and change in bodyweight, waist circumference, fasting serum insulin (STEP 1 and 3), fasting plasma glucose, and homeostatic model assessment of insulin resistance (HOMA-IR). Findings: The trials took place from June through November 2018 (STEP 1 and 2) and from August 2018 to April 2020 (STEP 3). In all trials, semaglutide 2.4 mg reduced CRP at week 68 versus placebo (estimated treatment difference [ETD; 95% CI] -44% [-49 to -39] in STEP 1, -39% [-46 to -30] in STEP 2, and -48% [-55 to -39] in STEP 3; all p < 0.05). In STEP 2, CRP reductions were greater with semaglutide 2.4 mg (-49%) than with 1.0 mg (-42%) but the difference did not reach statistical significance (ETD [95% CI] -12% [-23 to 1]; p = 0.06). Reductions in CRP occurred in parallel with bodyweight loss and were consistent regardless of baseline BMI/bodyweight/glycaemic status. More semaglutide-treated participants had reductions in CRP-defined cardiovascular risk versus those on placebo. Reductions in CRP were positively correlated with reductions in bodyweight, waist circumference, fasting plasma glucose, fasting serum insulin, and HOMA-IR (data not shown). Interpretation: In people with overweight/obesity, once-weekly semaglutide 2.4 mg and 1.0 mg reduced CRP concentration irrespective of baseline BMI/bodyweight/glycaemic status compared with placebo. These data suggest a potential anti-inflammatory role of semaglutide in obesity. Funding: Novo Nordisk.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,006 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».