Switching from Conventional Fibrates to Pemafibrate Has Beneficial Effects on the Renal Function of Diabetic Subjects with Chronic Kidney Disease
Notice bibliographique
Résumé
BACKGRUOUND: Fibrates have renal toxicity limiting their use in subjects with chronic kidney disease (CKD). However, pemafibrate has fewer toxic effects on renal function. In the present analysis, we evaluated the effects of pemafibrate on the renal function of diabetic subjects with or without CKD in a real-world clinical setting. METHODS: We performed a sub-analysis of data collected during a multi-center, prospective, observational study of the effects of pemafibrate on lipid metabolism in subjects with type 2 diabetes mellitus complicated by hypertriglyceridemia (the PARM-T2D study). The participants were allocated to add pemafibrate to their existing regimen (ADD-ON), switch from their existing fibrate to pemafibrate (SWITCH), or continue conventional therapy (CTRL). The changes in estimated glomerular filtration rate (eGFR) over 52 weeks were compared among these groups as well as among subgroups created according to CKD status. RESULTS: Data for 520 participants (ADD-ON, n=166; SWITCH, n=96; CTRL, n=258) were analyzed. Of them, 56.7% had CKD. The eGFR increased only in the SWITCH group, and this trend was also present in the CKD subgroup (P<0.001). On the other hand, eGFR was not affected by switching in participants with severe renal dysfunction (G3b or G4) and/or macroalbuminuria. Multivariate analysis showed that being older and a switch from fenofibrate were associated with elevation in eGFR (both P<0.05). CONCLUSION: A switch to pemafibrate may be associated with an elevation in eGFR, but to a lesser extent in patients with poor renal 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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».