Association between Allopurinol and Cardiovascular Events and All-Cause Mortality in Diabetes—A Population-Based Cohort Study
Notice bibliographique
Résumé
Higher uric acid (UA) is associated with cardiovascular events and mortality. Allopurinol, a UA-lowering therapy, may reduce risk of these outcomes. Despite the high prevalence of elevated UA in diabetes, the association between allopurinol and cardiovascular events and mortality in diabetes is unclear. A population-based cohort was constructed using administrative data in Ontario, Canada. Subjects with diabetes entered on receipt of a new prescription for allopurinol after age 66 (April 1/2002-March 31/2012) and were followed until a composite of all-cause mortality, stroke, myocardial infarction or revascularization. A Cox proportional hazards model was used for each sex, with time-varying allopurinol exposure modeled as yes/no, dose categories and cumulative dose. Over a median [IQR] follow-up time of 4.7[1.8-7.8] years, the composite outcome occurred in 16,262/23,103 males and 10,566/15,313 females. Allopurinol exposure was associated with a reduction in the composite outcome in a dose-response manner but there was no cumulative dose effect (Table 1). Any allopurinol exposure and higher allopurinol doses were associated with reduced cardiovascular events and mortality in a large diabetes cohort. Potential mechanisms include an acute reduction of oxidative stress and endothelial dysfunction. Table 1: Hazard Ratios by Sex.Males (n=23,103)Females (n=15,313)Allopurinol ExposureUnadjusted HRAdjusted HRUnadjusted HRAdjusted HRExposed time v. unexposed time0.82 (0.79, 0.84)0.77 (0.75, 0.80)0.88 (0.85, 0.92)0.81 (0.78, 0.84)Dose categories0mg---->0 and ≤100mg1.03 (0.99, 1.08)0.84 (0.80, 0.88)1.(1.01, 1.12)0.86 (0.81, 0.90)>100 and ≤200mg0.82 (0.78, 0.85)0.75 (0.72, 0.78)0.83 (0.79, 0.87)0.76 (0.72, 0.80)>200mg0.71 (0.68, 0.74)0.75 (0.72, 0.78)0.78 (0.73, 0.82)0.81 (0.77, 0.86)Cumulative Dose (per 100g increase)0.99 (0.98, 1.00)1.00 (0.99, 1.01)0.99 (0.98, 1.01)0.99 (0.98, 1.00) Disclosure A. Weisman: None. G.A. Tomlinson: None. L. Lipscombe: None. B.A. Perkins: Advisory Panel; Self; Boehringer Ingelheim GmbH. Research Support; Self; Boehringer Ingelheim GmbH, Novo Nordisk Inc.. Advisory Panel; Self; Novo Nordisk Inc., Abbott. Speaker's Bureau; Self; Abbott, Janssen Pharmaceuticals, Inc.. Advisory Panel; Self; Insulet Corporation. Speaker's Bureau; Self; Insulet Corporation, Dexcom, Inc.. G.A. Hawker: None.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».