MétaCan
Menu
Retour à la cohorte
Enregistrement W2492672367 · doi:10.1161/circulationaha.116.021887

Sodium Glucose Cotransporter 2 Inhibitors in the Treatment of Diabetes Mellitus

2016· review· en· W2492672367 sur OpenAlexafffund
Hiddo J.L. Heerspink, Bruce A. Perkins, David Fitchett, Mansoor Husain, David Z.I. Cherney

Notice bibliographique

RevueCirculation · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensDiabetes CanadaUniversity of TorontoToronto General HospitalSt. Michael's HospitalMount Sinai Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésEmpagliflozinMedicineInternal medicineRenal functionDiabetes mellitusTubuloglomerular feedbackEndocrinologyKidney diseaseCanagliflozinDapagliflozinCardiologyBlood pressureHeart failureMyocardial infarctionType 2 diabetesUrology

Résumé

récupéré en direct d'OpenAlex

Sodium-glucose cotransporter-2 (SGLT2) inhibitors, including empagliflozin, dapagliflozin, and canagliflozin, are now widely approved antihyperglycemic therapies. Because of their unique glycosuric mechanism, SGLT2 inhibitors also reduce weight. Perhaps more important are the osmotic diuretic and natriuretic effects contributing to plasma volume contraction, and decreases in systolic and diastolic blood pressures by 4 to 6 and 1 to 2 mm Hg, respectively, which may underlie cardiovascular and kidney benefits. SGLT2 inhibition also is associated with an acute, dose-dependent reduction in estimated glomerular filtration rate by ≈5 mL·min(-1)·1.73 m(-2) and ≈30% to 40% reduction in albuminuria. These effects mirror preclinical observations suggesting that proximal tubular natriuresis activates renal tubuloglomerular feedback through increased macula densa sodium and chloride delivery, leading to afferent vasoconstriction. On the basis of reduced glomerular filtration, glycosuric and weight loss effects are attenuated in patients with chronic kidney disease (estimated glomerular filtration rate <60 mL·min(-1)·1.73 m(-2)). In contrast, blood pressure lowering, estimated glomerular filtration rate, and albuminuric effects are preserved, and perhaps exaggerated in chronic kidney disease. With regard to long-term clinical outcomes, the EMPA-REG OUTCOME trial (Empagliflozin, Cardiovascular Outcomes, and Mortality in Type 2 Diabetes) in patients with type 2 diabetes mellitus and established cardiovascular disease randomly assigned to empagliflozin versus placebo reported a 14% reduction in the primary composite outcome of cardiovascular death, nonfatal myocardial infarction, nonfatal stroke, and >30% reductions in cardiovascular mortality, overall mortality, and heart failure hospitalizations associated with empagliflozin, even though, by design, the hemoglobin A1c difference between the randomized groups was marginal. Aside from an increased risk of mycotic genital infections, empagliflozin-treated patients had fewer serious adverse events, including a lower risk of acute kidney injury. In light of the EMPA-REG OUTCOME results, some diabetes clinical practice guidelines now recommend that SGLT2 inhibitors with proven cardiovascular benefit be prioritized in patients with type 2 diabetes mellitus who have not achieved glycemic targets and who have prevalent atherosclerotic cardiovascular disease. With additional cardiorenal protection trials underway, sodium-related physiological effects of SGLT2 inhibitors and clinical correlates of natriuresis, such as the impact on blood pressure, heart failure, kidney protection, and mortality, will be a major management focus.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,032
Tête enseignante GPT0,291
Écart entre enseignants0,259 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations1 346
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCirculationMême sujetDiabetes Treatment and ManagementTravaux en français237 207