Non-Severe Hypoglycemia Risk Difference Between Sulfonylurea and Sodium-Glucose Cotransporter-2 Inhibitors (Sglt2-I) as an Add-On to Metformin in Randomized Controlled Trials
Notice bibliographique
Résumé
BACKGROUND: Non-severe hypoglycemia reduces well-being, lowers quality of life, reduces productivity and increases treatment costs. The non-severe hypoglycemia rate, attributable to sulfonylurea (SU) utilization compared with newer classes such as SGLT2-I, could be of clinical significance. OBJECTIVES: To explore the non-severe hypoglycemia risk difference (RD) for SU use compared with SGLT2-I in randomized controlled trials (RCTs) as an add on to metformin. METHODS: A search was conducted for RCTs of SGLT2-I. PubMed database were utilized for this search. The search was limited to RCTs reported in English language for canagliflozin, dapagliflozin, and empagliflozin. SU dose comparison was utilized to convert the dose of SUs to glimepiride equivalent doses. RESULTS: Totally, 118 RCTs were reviewed; 6 articles had an arm for a SU as add on to metformin. Six articles belong to 3 RCTs, which reported results for 52 weeks and 104 weeks. Average non-severe hypoglycemia rate for SU arm was 30% (5.5%) [Mean (SD)] for 52 weeks and 35.6% (6.1%) for 104 weeks. RD for non-severe hypoglycemia events for SU compared to SGLT2-I was 26.7% (4.9%) for 52 weeks (p-value less than 0.001) and 30.6% (5.5%) for 104 weeks (p-value less than 0.001). There was a significant correlation between dose of SU and hypoglycemia rate (Pearson correlation 0.995; R-square 99%). CONCLUSIONS: This study illustrated that a large proportion of patients who had exposure to SU in RCTs of SGLT2-I experienced non-severe hypoglycemia compared to SGLT2-I. There was a close relation between SU dose and increased probability of non-severe hypoglycemia events.
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 | 0,011 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,013 | 0,002 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| 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 ».