MétaCan
Menu
Retour à la cohorte
Enregistrement W2172438155 · doi:10.1007/s13300-015-0142-y

IDegLira Versus Alternative Intensification Strategies in Patients with Type 2 Diabetes Inadequately Controlled on Basal Insulin Therapy

2015· article· en· W2172438155 sur OpenAlexaff
Nick Freemantle, Muhammad Mamdani, Tina Vilsbøll, Jens Harald Kongsø, Kajsa Kvist, Stephen C. Bain

Notice bibliographique

RevueDiabetes Therapy · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNovo Nordisk FondenNovo Nordisk
Mots-clésMedicineLiraglutideInsulin glargineInsulin degludecType 2 diabetesInsulin aspartHypoglycemiaInternal medicineInsulinGlycated hemoglobinLixisenatideDiabetes mellitusGlucagon-like peptide 1 receptorEndocrinologyAgonist

Résumé

récupéré en direct d'OpenAlex

IDegLira is a once-daily combination of insulin degludec (IDeg) and liraglutide. Trials directly comparing IDegLira with alternative strategies for intensifying basal insulin are ongoing. While awaiting results, this analysis compared indirectly how different strategies affected glycated hemoglobin (HbA 1c ) and other outcomes. A pooled analysis of five completed Novo Nordisk randomized clinical trials in patients with type 2 diabetes inadequately controlled on basal insulin was used to compare indirectly IDegLira ( N = 199) with: addition of liraglutide to basal insulin ( N = 225) [glucagon-like peptide-1 receptor agonist (GLP-1RA) add-on strategy]; basal–bolus (BB) insulin [insulin glargine (IGlar) + insulin aspart] ( N = 56); or up-titration of IGlar ( N = 329). A supplementary analysis was performed with the BB arm including patients who received IGlar or IDeg as basal insulin in the relevant trial ( N = 210). All trials had comparable inclusion/exclusion criteria and baseline characteristics. Individual patient-level data were analyzed using multivariable statistical models with potential baseline heterogeneity accounted for using explanatory variables. At end of study, differences between IDegLira and BB or up-titrated IGlar, respectively, were as follows: reduction in HbA 1c −0.30%, 95% confidence interval (–0.58; −0.01) and −0.65% (−0.83; −0.47); change in body weight −6.89 kg (−7.92; −5.86) and −4.04 kg (−4.69; −3.40) all in favor of IDegLira. Confirmed hypoglycemia rate was 122.8 (90.7; 166.1), 1060.8 (680.2; 1654.4), and 286.1 (231.1; 354.1) events/100 patient-years for IDegLira, BB, and up-titrated IGlar, respectively. Odds ratios for achieving HbA 1c <7.0%, <7.0% without hypoglycemia, and <7.0% without hypoglycemia and no weight gain were greater with IDegLira versus up-titrated IGlar. The supplementary analysis yielded similar results to the main analysis. Results with IDegLira were similar to those for the ‘GLP-1RA add-on’ arm. These results suggest that IDegLira may be more effective, with lower hypoglycemia rates and less weight gain, than up-titrated basal insulin or BB in patients uncontrolled on basal insulin.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,008
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,278
Écart entre enseignants0,235 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetes TherapyMême sujetDiabetes Treatment and ManagementTravaux en français237 207