Metformin Use and All-Cause and Prostate Cancer–Specific Mortality Among Men With Diabetes
Notice bibliographique
Résumé
PURPOSE: To evaluate the association between cumulative duration of metformin use after prostate cancer (PC) diagnosis and all-cause and PC-specific mortality among patients with diabetes. PATIENTS AND METHODS: We used a population-based retrospective cohort design. Data were obtained from several Ontario health care administrative databases. Within a cohort of men older than age 66 years with incident diabetes who subsequently developed PC, we examined the effect of duration of antidiabetic medication exposure after PC diagnosis on all-cause and PC-specific mortality. Crude and adjusted hazard ratios (HRs) were calculated by using a time-varying Cox proportional hazard model to estimate effects. RESULTS: The cohort consisted of 3,837 patients. Median age at diagnosis of PC was 75 years (interquartile range [IQR], 72 to 79 years). During a median follow-up of 4.64 years (IQR, 2.7 to 7.1 years), 1,343 (35%) died, and 291 patients (7.6%) died as a result of PC. Cumulative duration of metformin treatment after PC diagnosis was associated with a significant decreased risk of PC-specific and all-cause mortality in a dose-dependent fashion. Adjusted HR for PC-specific mortality was 0.76 (95% CI, 0.64 to 0.89) for each additional 6 months of metformin use. The association with all-cause mortality was also significant but declined over time from an HR of 0.76 in the first 6 months to 0.93 between 24 and 30 months. There was no relationship between cumulative use of other antidiabetic drugs and either outcome. CONCLUSION: Increased cumulative duration of metformin exposure after PC diagnosis was associated with decreases in both all-cause and PC-specific mortality among diabetic men.
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 | 0,000 |
| 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 ».