How Does Empagliflozin Reduce Cardiovascular Mortality? Insights From a Mediation Analysis of the EMPA-REG OUTCOME Trial
Notice bibliographique
Résumé
OBJECTIVE In the BI 10773 (Empagliflozin) Cardiovascular Outcome Event Trial in Type 2 Diabetes Mellitus Patients (EMPA-REG OUTCOME) trial involving 7,020 patients with type 2 diabetes and established cardiovascular (CV) disease, empagliflozin given in addition to standard of care reduced the risk of CV death by 38% versus placebo (hazard ratio [HR] 0.62 [95% CI 0.49, 0.77]). This exploratory mediation analysis assesses the extent to which treatment group differences in covariates during the trial contributed to CV death risk reduction with empagliflozin. RESEARCH DESIGN AND METHODS Effects of potential mediators, identified post hoc, on the HR for CV death with empagliflozin versus placebo were analyzed by Cox regression models, with treatment group adjusted for the baseline value of the variable and its change from baseline or updated mean (i.e., considering all prior values), each as a time-dependent covariate. HRs were compared with a model without adjustment for covariates. Multivariable analyses also were performed. RESULTS Changes in hematocrit and hemoglobin mediated 51.8% and 48.9%, respectively, of the effect of empagliflozin versus placebo on the risk of CV death on the basis of changes from baseline, with similar results in analyses on the basis of updated means. Smaller mediation effects (maximum 29.3%) were observed for uric acid, fasting plasma glucose, and HbA1c. In multivariable models, which incorporated effects of empagliflozin on hematocrit, fasting glucose, uric acid, and urine albumin:creatinine ratio, the combined changes from baseline provided 85.2% mediation, whereas updated mean analyses provided 94.6% mediation of the effect of empagliflozin on CV death. CONCLUSIONS In this exploratory analysis from the EMPA-REG OUTCOME trial, changes in markers of plasma volume were the most important mediators of the reduction in risk of CV death with empagliflozin versus placebo.
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 | 0,040 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».