MétaCan
Menu
Retour à la cohorte
Enregistrement W2404273804 · doi:10.2337/dc16-0014

Prandial Options to Advance Basal Insulin Glargine Therapy: Testing Lixisenatide Plus Basal Insulin Versus Insulin Glulisine Either as Basal-Plus or Basal-Bolus in Type 2 Diabetes: The GetGoal Duo-2 Trial

2016· article· en· W2404273804 sur OpenAlexaff
Julio Rosenstock, Bruno Guerci, M Hanefeld, Sandro Gentile, Ronnie Aronson, Francisco J. Tinahones, Christine Roy-Duval, Elisabeth Souhami, Marek Wardęcki, Jenny Ye, Riccardo Perfetti, Simon Heller

Notice bibliographique

RevueDiabetes Care · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Research
Établissements canadiensLMC Diabetes & Endocrinology (Canada)
Organismes subventionnairesSanofi
Mots-clésLixisenatideMedicineInsulin glargineMetforminPostprandialInternal medicineType 2 diabetesEndocrinologyDiabetes mellitusHypoglycemiaInsulinExenatide

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To provide evidence-based options on how to intensify basal insulin, we explored head-to-head prandial interventions in overweight patients with type 2 diabetes inadequately controlled on basal insulin glargine with or without 1-3 oral antidiabetic agents (OADs). RESEARCH DESIGN AND METHODS: Patients were randomized to lixisenatide once daily or insulin glulisine given once or thrice daily, added to glargine, with or without metformin, if HbA1c remained ≥7 to ≤9% (≥53 to ≤75 mmol/mol) after 12 weeks of glargine optimization with OADs other than metformin stopped at the start of optimization. Coprimary end points at 26 weeks were 1) noninferiority (95% CI upper bound <0.4% [<4.4 mmol/mol]) in HbA1c reduction with lixisenatide versus glulisine once daily, and either 2a) noninferiority in HbA1c reduction for lixisenatide versus glulisine thrice daily or 2b) superiority in body weight change for lixisenatide versus glulisine thrice daily. Fasting and postprandial plasma glucose, composite efficacy/safety end points, and adverse events were also assessed. RESULTS: Baseline characteristics were similar between arms (n = 298, diabetes and basal insulin duration of 12.2 and 3.2 years, respectively; BMI 32.2 kg/m(2)). HbA1c improved from 8.5% to 7.9% (69 to 63 mmol/mol) with glargine optimization and further to 7.2%, 7.2%, and 7.0% (55, 55, and 53 mmol/mol) with lixisenatide and glulisine once daily and thrice daily, respectively; all coprimary end points were met. Symptomatic hypoglycemia and body weight were lower in lixisenatide versus glulisine patients. More gastrointestinal events occurred with lixisenatide. CONCLUSIONS: Short-acting glucagon-like peptide-1 receptor agonists as add-on to basal insulin may become a preferred treatment intensification option, attaining meaningful glycemic targets with fewer hypoglycemic events without weight gain versus basal-plus or basal-bolus in uncontrolled basal insulin-treated type 2 diabetes.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,041
Tête enseignante GPT0,320
Écart entre enseignants0,279 · 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

Citations131
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetes CareMême sujetDiabetes Management and ResearchTravaux en français237 207