Saxagliptin and Cardiovascular Outcomes in Patients With Type 2 Diabetes and Moderate or Severe Renal Impairment: Observations From the SAVOR-TIMI 53 Trial
Notice bibliographique
Résumé
OBJECTIVE: The glycemic management of patients with type 2 diabetes mellitus (T2DM) and renal impairment is challenging, with few treatment options. We investigated the effect of saxagliptin in the Saxagliptin Assessment of Vascular Outcomes Recorded in Patients with Diabetes Mellitus (SAVOR)-Thrombolysis in Myocardial Infarction (TIMI) 53 trial according to baseline renal function. RESEARCH DESIGN AND METHODS: Patients with T2DM at risk for cardiovascular events were stratified as having normal or mildly impaired renal function (estimated glomerular filtration rate [eGFR] >50 mL/min/1.73 m(2); n = 13,916), moderate renal impairment (eGFR 30-50 mL/min/1.73 m(2); n = 2,240), or severe renal impairment (eGFR <30 mL/min/1.73 m(2); n = 336) and randomized to receive saxagliptin or placebo. The primary end point was cardiovascular death, myocardial infarction, or ischemic stroke. RESULTS: After a median duration of 2 years, saxagliptin neither increased nor decreased the risk of the primary and secondary composite end points compared with placebo, irrespective of renal function (all P for interactions ≥ 0.19). Overall, the risk of hospitalization for heart failure among the three eGFR groups of patients was 2.2% (referent), 7.4% (adjusted hazard ratio [HR] 2.38 [95% CI 1.95-2.91], P < 0.001), and 13.0% (adjusted HR 4.59 [95% CI 3.28-6.28], P < 0.001), respectively. The relative risk of hospitalization for heart failure with saxagliptin was similar (P for interaction = 0.43) in patients with eGFR >50 mL/min/1.73 m(2) (HR 1.23 [95% CI 0.99-1.55]), eGFR 30-50 mL/min/1.73 m(2) (HR 1.46 [95% CI 1.07-2.00]), and in patients with eGFR <30 (HR 0.94 [95% CI 0.52-1.71]). Patients with renal impairment achieved reductions in microalbuminuria with saxagliptin (P = 0.041) that were similar to those of the overall trial population. CONCLUSIONS: Saxagliptin did not affect the risk of ischemic cardiovascular events, increased the risk of heart failure hospitalization, and reduced progressive albuminuria, irrespective of baseline renal function.
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 | 0,000 | 0,000 |
| 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 ».