Incretin-based Drugs and the Incidence of Colorectal Cancer in Patients with Type 2 Diabetes
Notice bibliographique
Résumé
BACKGROUND: Evidence on the safety of the incretin-based drugs (glucagon-like peptide-1 [GLP-1] analogues and dipeptidyl peptidase-4 [DPP-4] inhibitors) with respect to colorectal cancer is contradictory. The objective of this study was to determine whether use of incretin-based drugs is associated with risk of incident colorectal cancer in patients with type 2 diabetes. METHODS: Using data from the UK Clinical Practice Research Datalink, we identified a cohort of 112,040 patients newly treated with antidiabetic drugs between 1 January 2007 and 31 March 2015. We modeled use of GLP-1 analogues and DPP-4 inhibitors as time-varying variables and compared them with use of sulfonylureas. We lagged exposures by 1 year for latency and to reduce reverse causality and detection bias. We used time-dependent Cox proportional hazards models to estimate hazard ratios with 95% confidence intervals of incident colorectal cancer associated with the use of GLP-1 analogues and DPP-4 inhibitors overall, by cumulative duration of use and by time since initiation. RESULTS: During 388,619 person-years of follow-up, there were 733 incident colorectal cancer events (incidence rate: 1.9 per 1,000 person-years). Use of GLP-1 analogues was not associated with colorectal cancer incidence (hazard ratio: 1.0; 95% confidence interval = 0.7, 1.6), nor was use of DPP-4 inhibitors (hazard ratio: 1.2; 95% confidence interval = 1.0, 1.5). There was no evidence of a duration-response relation for either drug. CONCLUSIONS: The results of this large population-based study indicate that use of incretin-based drugs is not associated with colorectal cancer incidence among patients with type 2 diabetes.
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 | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».