Insulin degludec/liraglutide (IDegLira) was effective across a range of dysglycaemia and body mass index categories in the <scp>DUAL V</scp> randomized trial
Notice bibliographique
Résumé
This study assessed the efficacy of insulin degludec/liraglutide ( IDegLira ) vs insulin glargine U 100 ( IG lar) across categories of baseline glycated haemoglobin ( HbA1c ; ≤7.5%, >7.5% to ≤8.5% and >8.5%), body mass index ( BMI ; <30, ≥30 to <35 and ≥35 kg/m 2 ) and fasting plasma glucose ( FPG ; <7.2 and ≥7.2 mmol/L) in patients with type 2 diabetes ( T2D ) uncontrolled on basal insulin, using post hoc analyses of the DUAL V 26‐week trial. With IDegLira , mean HbA1c was reduced across all baseline HbA1c (1.0%‐2.5%), FPG (1.5%‐1.9%) and BMI categories (1.8%‐1.9%), with significantly greater reductions compared with IGlar U100. For all HbA1c , FPG and BMI categories, IDegLira resulted in weight loss and IGlar U100 in weight gain; hypoglycaemia rates were lower for IDegLira vs IGlar U100. More patients achieved HbA1c <7% with IDegLira than IGlar U100 across all HbA1c (59%‐87% vs 31%‐66%), FPG (71%‐74% vs 40%‐51%) and BMI categories (71%‐73% vs 40%‐54%). IDegLira improved glycaemic control and induced weight loss in patients with T2D previously uncontrolled on basal insulin, across the categories of baseline HbA1c , FPG or BMI that were tested.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».