Old but (Unfortunately) Not Forgotten—The Alarming Use of Outdated Sulfonylureas (InHypo-DM Study)
Notice bibliographique
Résumé
While sulfonylureas (SUs) are known to induce hypoglycemia, their low cost and ease-of-use has made them a mainstay therapy for T2DM. Second-generation SUs (SGSUs), compared to first-generation SUs (FGSUs), have been successful at reducing these events. Pragmatic evidence substantiating this association remains limited; this study leverages data from the population-based InHypo-DM study to describe the real-world patterns of SU use and impact on hypoglycemia incidence in Canada. A validated questionnaire (InHypo-DMPQ) was administered online to a nationwide panel consisting of adults with SU-treated T2DM. Questions related to respondents’ past hypoglycemia events, as well as socio-demographic and clinical traits. Negative binomial regression (NBR) was used to test the effect of SU type (FGSUs (chlorpropamide/tolbutamide) vs. SGSUs (glyburide/gliclazide/glimepiride)) on the annual rate of any hypoglycemia. A directed acyclic graph was constructed to identify the adjustment set. Of the 255 adults with SU-treated T2DM (56% male, mean age: 53.1 (SD: 14.4) years), 10.6% were on FGSUs (chlorpropamide: 7.5%, tolbutamide: 3.1%) and 89.5% on SGSUs (glyburide: 27.5%, gliclazide: 54.9%, glimepiride: 7.1%). Annualized crude event frequencies revealed that those on FGSUs, vs. SGSUs, were 1.57 times as likely to have ≥1 event; this group also experienced an average of 2.70 more events/person-year. Based on the NBR, FGSUs vs. SGSUs was associated with a 2.76 (95% CI: 1.07-7.11, p=0.035) factor increase in the rate of hypoglycemia, adjusting for drug coverage, T2DM duration, income, and clinician type. These results confirm that FGSUs induce a dangerous, real-world risk for hypoglycemia. It exposes a worrying trend for the continued use of outdated SUs for T2DM, despite the availability of safer alternatives in Canada. Our study serves as a pressing call-to-action to ensure that clinicians provide the safest and most effective therapeutic management for patients with T2DM. Disclosure N.H. Au: None. A. Ratzki-Leewing: None. B.L. Ryan: None. S. Mequanint: None. J.E. Black: None. S.M. Reichert: Other Relationship; Self; Novo Nordisk Inc., Sanofi, Abbott, AstraZeneca. Advisory Panel; Self; Servier. Speaker's Bureau; Self; Eli Lilly and Company. Other Relationship; Self; Boehringer Ingelheim Pharmaceuticals, Inc.. Speaker's Bureau; Self; Merck & Co., Inc., Janssen Pharmaceuticals, Inc.. J.B. Brown: None. S. Harris: Advisory Panel; Self; Novo Nordisk A/S, Sanofi, Merck, AstraZeneca, Amgen Inc., Lilly/Boehringer Ingelheim, Abbott, Janssen. Consultant; Self; Novo Nordisk A/S, Sanofi, Merck, AstraZeneca, Lilly/Boehringer Ingelheim, Abbott, Janssen. Research Support; Self; Novo Nordisk A/S, Sanofi, Merck, Abbott, AstraZeneca, Janssen. Other Relationship; Self; CIHR, CDA, The Lawson Foundation.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».