Фото: Общественная Служба Новостей
Исследование ученых из Сычуаньского университета (Китай), опубликованное в журнале JAMA Network Open, показало, что прием лекарств от гипертонии в вечернее время способствует более эффективному контролю артериального давления. В клиническом исследовании, проведенном методом рандомизации, участвовали 720 пациентов с артериальной гипертонией.
Участники принимали комбинацию двух препаратов — олмесартана и амлодипина — либо утром (с 6:00 до 10:00), либо вечером (с 18:00 до 22:00). Эксперимент продолжался 12 недель и продемонстрировал, что вечерний прием лекарств лучше снижает как ночное, так и дневное артериальное давление.
В группе, принимавшей препараты вечером, ночное систолическое давление было в среднем на 3 мм рт. ст. ниже, а диастолическое — на 1,4 мм рт. ст. Целевых значений ночного давления достигли 79% участников вечерней группы по сравнению с 70% в утренней группе. Контроль дневного давления также оказался лучше в вечерней группе: 89% против 82% в утренней.
Кроме того, исследователи отметили, что пациенты, принимавшие лекарства перед сном, реже нуждались в увеличении дозировки. При этом частота побочных эффектов в обеих группах была сопоставимой.
Ранее мы сообщали, что Роспотребнадзор назвал опасными Е102-тартразин, Е110-краситель и Е250-консервант.
Международная группа специалистов обнаружила, что ультразвуковая терапия может облегчать состояние пациентов даже при тяжелых формах…
Специалисты Института цитологии и генетики СО РАН с применением оптогенетического метода выявили клетки мозга, активация…
Американские ученые установили, что ультраобработанные продукты способны самостоятельно провоцировать повышенную выработку инсулина и нарушения обмена…
Ученые Пермского национального исследовательского политехнического университета (ПНИПУ) создали технологию синтеза гибридных молекул на основе халконов.…
Исследования Карла Дайссерота, Петера Хегеманна и Георга Нагеля позволили значительно расширить возможности изучения клеточных механизмов,…
Российские исследователи разработали модель машинного обучения, способную прогнозировать вероятность острых осложнений у пациентов с раком…