Comparative Risk Assessment in Hypertensive Patients With Metabolic Syndrome by Exploring Angiotensin-Converting Enzyme Inhibitors and Angiotensin II Receptor Blockers
Notice bibliographique
Résumé
Cognitive impairment is a common clinical complication in patients with hypertension and metabolic syndrome. Angiotensin II receptor blockers (ARBs) and angiotensin-converting enzyme inhibitors (ACEIs) are common antihypertensive agents popularly used, but their relative effects on cognitive outcomes are ambiguous. The aim of this study was to compare the effect of ARB versus ACEI on cognitive decline in hypertensive patients with or at risk of metabolic syndrome. We performed a systematic review and meta-analysis based on the PRISMA 2020 guidelines. Searches were performed in PubMed, Embase, Scopus, and Web of Science up to April 2025. The review included studies with adults ≥50 years and trials comparing ARBs vs ACEIs, with the results involving cognitive outcomes. Studies of both cohorts and randomized controlled trials (RCTs) were eligible. Bias risk was analyzed using the Newcastle-Ottawa scale (version 2011) and Cochrane RoB 2.0. Random-effects meta-analysis was performed, and evidence was graded using GRADE (Grading of Recommendations, Assessment, Development, and Evaluations). Ten studies (six cohort studies, three prospective studies, one RCT) with over 6.5 million participants were included. Cognitive outcomes included mild cognitive impairment, dementia, and amyloid accumulation. ARBs were associated with an 11% lower risk of cognitive decline compared to ACEIs (HR: 0.89; 95% CI: 0.80-0.98; I² = 0%). Subgroup analysis showed that there were stronger effects for cognitive versus cardiovascular outcomes. Blood-brain barrier-penetrant ARBs provided additional benefits, particularly in APOE ε4 carriers. The overall certainty of evidence was moderate. In hypertensive patients, especially those meeting the criteria for metabolic syndrome, ARBs were linked with stronger cognitive protection than ACEIs. These observations encourage ARB use in those who were susceptible to cognitive decline, but additional trials are needed for confirmation.
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 | 0,025 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,033 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| 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 ».