THE EFFECT OF SEMAGLUTIDE ON BLOOD PRESSURE IN PATIENTS WITHOUT DIABETES: A SYSTEMATIC REVIEW AND META-ANALYSIS
Notice bibliographique
Résumé
Objective: The interplay of hypertension and obesity is well described. Recent advances in the pharmacological treatment of obesity with glucagon-like peptide-1 receptor agonists (GLP-1 RA) highlight the potential to target excess body weight to improve blood pressure (BP). The aim of this review is to determine the BP reduction in trials of semaglutide for weight reduction in patients without diabetes. Design and method: This systematic review was performed in line with the 2020 PRISMA statement. Relevant studies were identified via a search of MEDLINE, EMBASE, Cochrane Library, CINAHL and Web of Science. Studies were screened to include randomised controlled trials of semaglutide versus a placebo in adults without diabetes. Continuation of anti-hypertensive treatment was a secondary outcome. Pooled and sensitivity analyses were performed and risk of bias was assessed. Results: 611 potential studies were found by the search and 6 RCTs, with 4744 participants, were included in the final analysis. At baseline, the cohorts in these studies had a mean BP in the normotensive range. The mean difference in SBP was -4.83 mmHg (95% CI -5.65 to -4.02) while that for DBP was -2.45 mmHg (95% CI -3.65 to -1.24). Only two studies (STEP 1, 4) reported change in anti-hypertensive medications. In STEP 1, 34.3% of those on anti-hypertensive medications, and receiving the intervention, either decreased or stopped these drugs, versus 16% in the placebo group. Equivalent figures were 25.5% and 11.9% for STEP 4. Critical appraisal revealed all included studies to be of a high methodological quality. Conclusions: The magnitude of BP reduction evident following semaglutide treatment in normotensive populations with obesity and without diabetes is clinically significant. The effect of semaglutide in those with obesity and hypertension is yet to be determined. Targeting excess body weight may be a novel therapeutic strategy for patients with difficult to control hypertension.
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 | 0,011 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,024 | 0,040 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».