No effect of PCSK9 inhibitor alirocumab on the incidence of diabetes in a pooled analysis from 10 ODYSSEY Phase 3 studies
Notice bibliographique
Résumé
Statins have modest adverse effects on glycaemic control. Alirocumab, a proprotein convertase subtilisin/kexin type 9 inhibitor, lowers low-density lipoprotein cholesterol. This study assessed the effects of alirocumab on new-onset diabetes and pre-diabetes incidence in individuals without diabetes at baseline. Pooled analysis of 10 ODYSSEY Phase 3 trials (n = 4974) of 24–104 weeks duration. Six trials (n = 4211) were ≥52 weeks in length. Most patients received background maximally tolerated statin. Alirocumab effect on the rate of diabetes-related treatment-emergent adverse events (TEAEs), and/or fasting plasma glucose (FPG) and glycated haemoglobin A1C (HbA1C) was measured at baseline and every 12–24 weeks. Transition to diabetes analysis combined TEAE and FPG/HbA1C laboratory data. At baseline, 30.7% of individuals had diabetes and were excluded from the current analysis. The remaining 3448 individuals without diabetes had pre-diabetes (39.6%) or were normoglycaemic (29.7%). The hazard ratio (HR; 95% confidence interval) for diabetes-related TEAEs in alirocumab was 0.64 (0.36–1.14) vs. placebo and 0.55 (0.22–1.41) vs. ezetimibe. The HR associated for transition from pre-diabetes to new-onset diabetes for alirocumab was 0.90 (0.63–1.29) vs. placebo and 1.10 (0.57–2.12) vs. ezetimibe. Mean change in FPG/HbA1C over time showed no difference between treatment groups in patients without diabetes. There was no evidence of an effect of alirocumab on transition to new-onset diabetes in 3448 individuals without diabetes at baseline with a follow-up period of 6–18 months, compared to either placebo or ezetimibe. Longer follow-up with larger number of individuals is needed to conclusively rule out an effect.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».