The effects of rosiglitazone on inflammatory biomarkers and adipokines in diabetic, hypertensive patients.
Notice bibliographique
Résumé
OBJECTIVE: To compare the effects of a 12-week treatment course of a rosiglitazone-based versus a metformin- or glyburide-based strategy on inflammatory biomarkers and adipokine levels in hypertensive, type 2 diabetes patients. METHODS: One hundred three treatment-naive patients or patients on monotherapy with either metformin or glyburide, and a hemoglobin A1C (A1C) ≥7.5%, were randomly assigned to either rosiglitazone add-on (4 mg/day ± titration to 8 mg/day) or a combination of metformin (250 mg twice per day [BID] titrated to 500 BID if A1C ≥7.5% and ≤8.0%; 500 mg BID titrated to 1 g BID if A1C >8.0%) and glyburide (2.5 mg BID titrated to 5 mg BID if A1C ≥7.5% and ≤8.0%; 5 mg BID titrated to 10 mg BID if A1C >8.0%). RESULTS: Rosiglitazone add-on produced significantly greater reductions in high-sensitivity C-reactive protein (2.1 mg/L to 0.9 mg/L) and increases in adiponectin (8.7 mg/mL to 14.8 mg/mL) levels compared with metformin/glyburide (both P<0.005). At close-out, all patients had improved fasting plasma glucose and A1C levels (8.5% to 7.4% and 8.8% to 7.1% for rosiglitazone add-on and metformin-glyburide, respectively [P<0.001 for both arms]) relative to the corresponding baseline values. CONCLUSIONS: The present study demonstrated that in hypertensive, diabetic subjects, a rosiglitazone-based treatment strategy results in favourable changes in inflammatory biomarkers compared with metformin/glyburide.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 | 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 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 ».