When Insulin Therapy Fails: The Impact of SGLT2 Inhibitors in Patients With Type 2 Diabetes
Notice bibliographique
Résumé
Insulin is the most effective therapy for achieving optimal glycemic control; however, many patients with type 2 diabetes on an intensified treatment regimen fail to achieve the recommended HbA1c target (1,2) and face the risk of adverse effects such as hypoglycemia and weight gain (3). The addition of sodium–glucose cotransporter 2 (SGLT2) inhibitors to a regimen of insulin therapy in this patient population has the potential to mitigate insulin-related weight gain and risk of hypoglycemia, with the added benefit of insulin dose reduction (4). Randomized controlled trials (RCTs) have shown improved clinical outcomes of SGLT2 inhibitors as monotherapy and as an add-on to oral and insulin therapy, but there is a paucity of real-world (RW) studies evaluating similar outcomes. Data extracted from WebDR (5) was used to evaluate the RW clinical impact of SGLT2 inhibitors (initiation of canagliflozin or dapagliflozin between February 2014 and December 2016) as an add-on to insulin therapy in patients with type 2 diabetes not achieving glycemic targets (those with HbA1c >7% [>53 mmol/mol]). Empagliflozin was excluded because of inadequate sample size. Ethical approval …
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 | 0,005 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».