Is cardiovascular risk reduction therapy effective in South Asian, Chinese and other patients with diabetes? A population-based cohort study from Canada
Notice bibliographique
Résumé
OBJECTIVES: Guidelines recommend ACE inhibitors (ACEi), angiotensin receptor blockers (ARBs), calcium channel blockers (CCBs) and diuretics in all patients with diabetes mellitus. However, the effectiveness of these agents in South Asian and Chinese populations is unknown. We sought to determine whether ACEi, ARB, CCB and diuretics are associated with reduced mortality in South Asian, Chinese and other patients with diabetes. DESIGN: Population-based cohort study using administrative health databases. SETTING: Province of British Columbia, Canada (2006-2013). PARTICIPANTS: Patients aged ≥35 years with incident diabetes. PRIMARY AND SECONDARY OUTCOME MEASURES: Primary outcome was all-cause mortality for each medication class compared with untreated patients within each ethnicity. Treatment effect was assessed using inverse probability of treatment weighted Cox proportional hazards models. Medication adherence effect on mortality was also evaluated. RESULTS: 208 870 patients (13 755 South Asian, 22 871 Chinese, 172 244 other Canadian) were included. ACEi reduced mortality in other patients (HR=0.88, 0.84-0.91), but power was insufficient to evaluate for benefit in Chinese and South Asian patients. ARB and diuretics reduced mortality in Chinese (ARB HR=0.64, 0.50-0.82; diuretics HR=0.77, 0.62-0.96) and other patients (ARB HR=0.69, 0.64-0.74; diuretics HR=0.66, 0.63-0.69) compared with untreated patients. No mortality benefit was observed among South Asians for any drug class or for CCB among all ethnicities. Higher medication adherence was associated with lower mortality for other patients only (HR=0.79, 0.72-0.86). CONCLUSIONS: Effectiveness of cardiovascular risk reduction therapy on mortality varies considerably by ethnicity. Further study is needed to evaluate the mortality benefit of antihypertensive agents in South Asians. Inclusion of these ethnic groups in future clinical trials is essential to examine for differential responses.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 0,000 |
| 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 ».