Antihypertensive Therapy and Incidence of Type 2 Diabetes
Notice bibliographique
Résumé
OBJECTIVE: To systematically review the available evidence examining the effects of the major antihypertensive drug classes on the incidence of type 2 diabetes. RESEARCH DESIGN AND METHODS: The Cochrane Controlled Trials Register, Medline, and Embase were searched for English-language case-control, cohort, and randomized controlled trials involving the major antihypertensive classes and reporting type 2 diabetes as an end point. Reference lists of original studies and narrative reviews were also hand searched. One reviewer (R.P.) performed the electronic searches. Both reviewers independently extracted data and assessed all potentially relevant studies for inclusion and methodological quality. Abstracts were not included, and unpublished studies were not sought. RESULTS: One case-control study, 8 cohort studies, and 14 randomized controlled trials met inclusion criteria. No study examined diabetes incidence as a primary end point. Poor methodological quality limits the conclusions that can be drawn from most nonrandomized trials. Evidence from randomized studies is also potentially limited by several sources of bias, including treatment contamination and bias inherent in post hoc analyses. Data from the highest-quality studies suggest that diabetes incidence is unchanged or increased by thiazide diuretics and beta-blockers and unchanged or decreased by ACE inhibitors, calcium channel blockers, and angiotensin receptor blockers. CONCLUSIONS: The major antihypertensive classes may exert differential effects on diabetes incidence, although current data are far from conclusive. Ongoing placebo-controlled randomized trials involving potentially beneficial drug classes and examining diabetes incidence as a primary end point should provide more definitive evidence.
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) | 0,003 | 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 ».