Obesity, aldosterone, and natriuretic peptides in patients with heart failure and reduced ejection fraction
Notice bibliographique
Résumé
AIMS: Experimental evidence suggests that adipose tissue may secrete aldosterone, and mineralocorticoid receptor antagonists (MRAs) appear to be more effective in patients with obesity. Therefore, we examined aldosterone levels according to measures of adiposity in patients with heart failure and reduced ejection fraction (HFrEF) participating in two large trials. METHODS AND RESULTS: Aldosterone, N-terminal pro B-type natriuretic peptide (NT-proBNP), and B-type natriuretic peptide (BNP) levels were compared according to body mass index (BMI) categories: normal weight (<25.0 kg/m2), overweight (25.0-29.9 kg/m2), obesity class I (30.0-34.9 kg/m2), and obesity class II/III (≥35.0 kg/m2). Of the 2201 patients not treated with an MRA, in whom aldosterone levels were measured at baseline in ATMOSPHERE and PARADIGM-HF, the mean age was 67.8 years, and 440 (20.0%) were female. Patients with higher BMI had a higher left ventricular ejection fraction but worse New York Heart Association functional class than those with normal weight. Higher BMI was associated with higher aldosterone levels but lower NT-proBNP and BNP levels (P for trend < 0.001), compared to those with normal weight. This natriuretic peptide trend was also seen for other anthropometric measures. CONCLUSION: Greater adiposity was associated with higher concentrations of aldosterone but lower levels of B-type natriuretic peptides in patients with HFrEF. Adipose tissue may influence the neurohumoral milieu in HFrEF, including the secretion of aldosterone.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».