Addition of Sacubitril/Valsartan to Mineralocorticoid Receptor Antagonist Therapy in Primary Aldosteronism: Effects on Plasma Aldosterone Concentration and Plasma Renin Activity
Notice bibliographique
Résumé
In the pharmacologic treatment of primary aldosteronism (PA), titration of mineralocorticoid receptor antagonist (MRA) dosing is necessary to reverse the renin suppression caused by high aldosterone levels. However, we often encounter cases in which the plasma renin activity (PRA) does not achieve the target level, even with the maximum dose of MRA. In this setting, sacubitril/valsartan, a combination of a neprilysin inhibitor and an angiotensin II type 1 receptor blocker that is approved for use as adjunctive therapy with an MRA, has been reported to inhibit aldosterone secretion both in vitro and in vivo. If sacubitril/valsartan proves to be effective in this context, it may offer a promising treatment for PA. However, there are few reports on the use of sacubitril/valsartan in this disease. We used add-on sacubitril/valsartan in three patients with PA, in whom blood pressure was insufficiently reduced and PRA remained suppressed despite administering the maximum dose of MRA. With the addition of sacubitril/valsartan, the decrease in plasma aldosterone concentration (PAC) was more marked than the increase in PRA. Because MRAs do not suppress aldosterone production but instead act by blocking mineralocorticoid receptors, use of these agents actually promotes the renin-angiotensin system and leads to increased PAC resulting from positive feedback. The pathological significance of the phenomenon whereby PAC increases with MRA administration but decreases with the addition of sacubitril/valsartan is unclear. In PA, more effective treatment may be possible by suppressing aldosterone with sacubitril/valsartan and blocking the action of aldosterone with MRAs.
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 | 0,005 | 0,003 |
| 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) | 0,000 | 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 ».