MétaCan
Menu
Retour à la cohorte
Enregistrement W2756191633 · doi:10.1161/circulationaha.117.028268

Empagliflozin and Clinical Outcomes in Patients With Type 2 Diabetes Mellitus, Established Cardiovascular Disease, and Chronic Kidney Disease

2017· article· en· W2756191633 sur OpenAlexaff
Christoph Wanner, John M. Lachin, Silvio E. Inzucchi, David Fitchett, Michaela Mattheus, Jyothis T. George, Hans J. Woerle, Uli C. Broedl, Maximilian von Eynatten, Bernard Zinman

Notice bibliographique

RevueCirculation · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensUniversity of TorontoLunenfeld-Tanenbaum Research InstituteSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineEmpagliflozinDiseaseDiabetes mellitusKidney diseaseType 2 Diabetes MellitusType 2 diabetesInternal medicineIntensive care medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

Background: Empagliflozin, a sodium-glucose cotransporter 2 inhibitor, reduced cardiovascular morbidity and mortality in patients with type 2 diabetes mellitus and established cardiovascular disease in the EMPA-REG OUTCOME trial (Empagliflozin Cardiovascular Outcome Event Trial in Type 2 Diabetes Mellitus Patients). Urinary glucose excretion with empagliflozin decreases with declining renal function, resulting in less potency for glucose lowering in patients with kidney disease. We investigated the effects of empagliflozin on clinical outcomes in patients with type 2 diabetes mellitus, established cardiovascular disease, and chronic kidney disease. Methods: Patients with type 2 diabetes mellitus, established cardiovascular disease, and estimated glomerular filtration rate (eGFR) ≥30 mL·min −1 ·1.73 m −2 at screening were randomized to receive empagliflozin 10 mg, empagliflozin 25 mg, or placebo once daily in addition to standard of care. We analyzed cardiovascular death, hospitalization for heart failure, all-cause hospitalization, and all-cause mortality in patients with prevalent kidney disease (defined as eGFR <60 mL·min −1 ·1.73 m −2 and/or urine albumin-creatinine ratio >300 mg/g) at baseline. Additional analyses were performed in subgroups by baseline eGFR (<45, 45–<60, 60–<90, ≥90 mL·min −1 ·1.73 m −2 ) and baseline urine albumin-creatinine ratio (>300, 30–≤300, <30 mg/g). Results: Of 7020 patients treated, 2250 patients had prevalent kidney disease at baseline, of whom 67% had a diagnosis of type 2 diabetes mellitus for >10 years, 58% were receiving insulin, and 84% were taking angiotensin-converting enzyme inhibitors or angiotensin receptor blockers. In patients with prevalent kidney disease at baseline, empagliflozin reduced the risk of cardiovascular death by 29% compared with placebo (hazard ratio [HR], 0.71; 95% confidence interval [CI], 0.52–0.98), the risk of all-cause mortality by 24% (HR, 0.76; 95% CI, 0.59–0.99), the risk of hospitalization for heart failure by 39% (HR, 0.61; 95% CI, 0.42–0.87), and the risk of all-cause hospitalization by 19% (HR, 0.81; 95% CI, 0.72–0.92). Effects of empagliflozin on these outcomes were consistent across categories of eGFR and urine albumin-creatinine ratio at baseline and across the 2 doses studied. The adverse event profile of empagliflozin in patients with eGFR <60 mL·min −1 ·1.73 m −2 was consistent with the overall trial population. Conclusions: Empagliflozin improved clinical outcomes and reduced mortality in vulnerable patients with type 2 diabetes mellitus, established cardiovascular disease, and chronic kidney disease. Clinical Trial Registration: URL: https://www.clinicaltrials.gov . Unique identifier: NCT01131676.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,015
Tête enseignante GPT0,263
Écart entre enseignants0,248 · 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'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations471
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculationMême sujetDiabetes Treatment and ManagementTravaux en français237 207