Semaglutide and NT-proBNP in Obesity-Related HFpEF
Notice bibliographique
Résumé
BACKGROUND: The glucagon-like peptide-1 receptor agonist, semaglutide, improved health status and reduced body weight in patients with obesity-related heart failure (HF) with preserved ejection fraction (HFpEF) in the STEP-HFpEF (Semaglutide Treatment Effect in People with Obesity and HFpEF) program. Whether benefits were due to mechanical unloading or effects on HF pathobiology is uncertain. OBJECTIVES: This study sought to determine if semaglutide 2.4 mg reduced N-terminal pro-B-type natriuretic peptide (NT-proBNP) in patients with obesity-related HFpEF and compare treatment responses by baseline NT-proBNP. METHODS: This was a prespecified secondary analysis of pooled data from 2 double-blind, placebo-controlled, randomized trials (STEP-HFpEF [Research Study to Investigate How Well Semaglutide Works in People Living With Heart Failure and Obesity] and STEP-HFpEF DM [Research Study to Look at How Well Semaglutide Works in People Living With Heart Failure, Obesity and Type 2 Diabetes]) testing effects of semaglutide in patients with obesity-related HFpEF. The main outcomes were change in NT-proBNP at 52 weeks and change in the dual primary endpoints of Kansas City Cardiomyopathy Questionnaire Clinical Summary Score and body weight by baseline NT-proBNP. RESULTS: In total, 1,145 patients were randomized. Semaglutide compared with placebo reduced NT-proBNP at 52 weeks (estimated treatment ratio: 0.82; 95% CI: 0.74-0.91; P = 0.0002). Improvements in health status were more pronounced in those with higher vs lower baseline NT-proBNP (estimated difference: tertile 1: 4.5 points, 95% CI: 0.8-8.2; tertile 2: 6.2 points, 95% CI: 2.4-10.0; tertile 3: 11.9 points, 95% CI: 8.1-15.7; P interaction = 0.02; baseline NT-proBNP as a continuous variable: P interaction = 0.004). Reductions in body weight were consistent across baseline NT-proBNP levels (P interaction = 0.21). CONCLUSIONS: In patients with obesity-related HFpEF, semaglutide reduced NT-proBNP. Participants with higher baseline NT-proBNP had a similar degree of weight loss but experienced larger reductions in HF-related symptoms and physical limitations with semaglutide than those with lower NT-proBNP.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».