Dipeptidyl peptidase-4 inhibitors and incidence of inflammatory bowel disease among patients with type 2 diabetes: population based cohort study
Notice bibliographique
Résumé
OBJECTIVE: To assess whether the use of dipeptidyl peptidase-4 inhibitors is associated with the incidence of inflammatory bowel disease in patients with type 2 diabetes. DESIGN: Population based cohort study. SETTING: More than 700 general practices contributing data to the United Kingdom Clinical Practice Research Datalink. PARTICIPANTS: A cohort of 141 170 patients, at least 18 years of age, starting antidiabetic drugs between 1 January 2007 and 31 December 2016, with follow-up until 30 June 2017. MAIN OUTCOME MEASURES: Adjusted hazard ratios for incident inflammatory bowel disease associated with use of dipeptidyl peptidase-4 inhibitors overall, by cumulative duration of use, and by time since initiation, estimated using time dependent Cox proportional hazards models. Use of dipeptidyl peptidase-4 inhibitors was modelled as a time varying variable and compared with use of other antidiabetic drugs, with exposures lagged by six months to account for latency and diagnostic delays. RESULTS: 34.5 per 100 000 person years; hazard ratio 1.75, 95% confidence interval 1.22 to 2.49). Hazard ratios gradually increased with longer durations of use, reaching a peak after three to four years of use (hazard ratio 2.90, 1.31 to 6.41) and decreasing after more than four years of use (1.45, 0.44 to 4.76). A similar pattern was observed with time since starting dipeptidyl peptidase-4 inhibitors. These findings remained consistent in several sensitivity analyses. CONCLUSIONS: In this first population based study, the use of dipeptidyl peptidase-4 inhibitors was associated with an increased risk of inflammatory bowel disease. Although these findings need to be replicated, physicians should be aware of this possible association.
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 ».