MétaCan
Menu
Retour à la cohorte
Enregistrement W2624162283 · doi:10.1136/bmj.j2499

Incretin based treatments and mortality in patients with type 2 diabetes: systematic review and meta-analysis

2017· review· en· W2624162283 sur OpenAlexafffund
Jiali Liu, Ling Li, Ke Deng, Chang Xu, Jason W. Busse, Per Olav Vandvik, Sheyu Li, Gordon Guyatt, Xin Sun

Notice bibliographique

RevueBMJ · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensMcMaster UniversityImpact
Organismes subventionnairesCanadian Institutes of Health ResearchSichuan UniversityNational Natural Science Foundation of China
Mots-clésMedicineMeta-analysisConfidence intervalOdds ratioInternal medicineType 2 diabetesIncretinPlaceboRelative riskPublication biasRandomized controlled trialMEDLINEDiabetes mellitusEndocrinologyAlternative medicinePathology

Résumé

récupéré en direct d'OpenAlex

Objective To assess the impact of incretin based treatment on all cause mortality in patients with type 2 diabetes. Design Systematic review and meta-analysis of randomised trials. Data sources Medline, Embase, the Cochrane Central Register of Controlled Trials (CENTRAL), and ClinicalTrials.gov. Eligibility criteria Randomised controlled trials that compared glucagon-like peptide-1 (GLP-1) receptor agonists or dipeptidyl peptidase-4 (DPP-4) inhibitors with placebo or active anti-diabetic drugs in patients with type 2 diabetes. Data collection and analysis Paired reviewers independently screened citations, assessed risk of bias of included studies, and extracted data. Peto’s method was used as the primary approach to pool effect estimates from trials, sensitivity analyses were carried out with other statistical approaches, and meta-regression was applied for six prespecified hypotheses to explore heterogeneity. The GRADE approach was used to rate the quality of evidence. Results 189 randomised controlled trials (n=155 145) were included, all of which were at low to moderate risk of bias; 77 reported no events of death and 112 reported 3888 deaths among 151 614 patients. Meta-analysis of 189 trials showed no difference in all cause mortality between incretin drugs versus control (1925/84 136 v 1963/67 478; odds ratio 0.96, 95% confidence interval 0.90 to 1.02, I2=0%; risk difference 3 fewer events (95% confidence interval 7 fewer to 1 more) per 1000 patients over five years; moderate quality evidence). Results suggested the possibility of a mortality benefit with GLP-1 agonists but not DPP-4 inhibitors, but the subgroup hypothesis had low credibility. Sensitivity analyses showed no important differences in the estimates of effects. Conclusions Current evidence does not support the suggestion that incretin based treatment increases all cause mortality in patients with type 2 diabetes. Further studies are warranted to examine if the effect differs between GLP-1 agonists versus DPP-4 inhibitors.

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)0,016
score de la tête « metaresearch » (Gemma)0,036
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,036
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0160,039
Bibliométrie0,0070,009
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,120
Tête enseignante GPT0,387
Écart entre enseignants0,267 · 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'étudeMéta-analyse
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

Citations69
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMJMême sujetDiabetes Treatment and ManagementTravaux en français237 207