Risk of new‐onset heart failure in patients using sitagliptin: a population‐based cohort study
Notice bibliographique
Résumé
AIMS: To examine whether patients using sitagliptin at the time of an acute coronary syndrome event are at increased risk of incident heart failure compared with those not exposed. METHODS: Using US claims data, people with diabetes without a history of heart failure in the 3 years before hospitalization for acute coronary syndrome were identified for the period 2004 to 2010. We used a nested case-control design, whereby cases were patients who developed incident heart failure <30 days after admission to hospital for acute coronary syndrome and were matched by age and sex with up to 10 controls with no heart failure. Subjects exposed or not exposed to sitagliptin in the 90 days before acute coronary syndrome admission were compared using conditional logistic regression after adjustment for clinical and laboratory data, healthcare utilization and propensity scores. RESULTS: In total, 457 cases of heart failure developing de novo after diagnosis of acute coronary syndrome were matched to 4570 controls. The average age of the subjects was 55 years and 65% were male. Overall, 11 of 147 (7%) people exposed to sitagliptin developed heart failure compared with 446 of the 4880 people not exposed (9%, adjusted odds ratio 0.75, 95% CI 0.38-1.46; P=0.40). Sitagliptin exposure before acute coronary syndrome was not associated with an increased risk of death or heart failure combined (7% vs 9%, adjusted odds ratio 0.66, 95% CI 0.34-1.28). CONCLUSIONS: In our sample of patients who are at high risk of heart failure after acute coronary syndrome, sitagliptin exposure was not associated with an increased risk of de novo heart failure.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,000 | 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 ».