Ausgangscharakteristika der DECLARE-TIMI-58-Studienpopulation
Notice bibliographique
Résumé
Fragestellung: Dapagliflozin (DAPA) ist ein SGLT-2 Inhibitor, der zur Behandlung von Typ-2-Diabetes-(T2D)-Patienten zugelassen ist und alle Sicherheitsanforderungen vor der Markteinführung erfüllt hat. Kardiovaskuläre (CV) Endpunktstudien ermöglichen eine Untersuchung der CV-Sicherheit und Wirksamkeit neuer Antidiabetika mit hoher statistischer Aussagekraft. Die Ausgangscharakteristika der Studienteilnehmer der DAPA-Effect-on-CV-Events- (DECLARE-TIMI-58)-Studie werden hier beschrieben. Methodik: Die DECLARE-TIMI-58-Studie ist eine multinationale, randomisierte, placebokontrollierte Phase-4-Studie bei Patienten mit T2D und bekannter CV-Erkrankung (ECVD) oder mit multiplen CV-Risikofaktoren (MRF) (definiert als: Alter Männer ≥55 Jahre, Frauen: ≥60 Jahre und ≥1 von: Dyslipidämie, Hypertonie, Raucher). Ziel der Studie ist, die Auswirkungen von DAPA als Add-on zur bestehenden Therapie auf CV-Endpunkte im Vergleich zu Placebo zu bestimmen. Der erste Schritt besteht darin, zu zeigen, dass DAPA das Risiko für den zusammengesetzten Endpunkt aus CV-Tod, Myokardinfarkt oder ischämischen Schlaganfall (MACE) nicht erhöht. Im zweiten Schritt soll DAPA auf Überlegenheit hinsichtlich der Reduktion der koprimären Wirksamkeitsendpunkte aus MACE und dem zusammengesetzten Endpunkt aus CV-Tod oder Hospitalisierung aufgrund von Herzinsuffizienz getestet werden. Ergebnisse: Es wurden 17.276 T2D-Patienten (6.978 Patienten mit ECVD und 10.228 Patienten mit MRF) randomisiert. Die Ausgangscharakteristika waren zwischen den Gruppen ausgeglichen. Das durchschnittliche Alter betrug 63,8 ± 6,81 Jahre, der mittlere HbA 1c 8,29 ± 1,20. Bei 50,0% der Patienten lag die T2D-Diagnose > 10 Jahre zurück. Die Studie läuft, bis 1.390 Patienten den adjudizierten zusammengesetzten MACE-Endpunkt erreicht haben. Schlussfolgerung: Es wird erwartet, dass die DECLARE-TIMI-58-Studie aussagekräftige Daten bezüglich der Auswirkungen von DAPA im Vergleich zur Standardbehandlung auf CV-Endpunkte bei T2D-Patienten mit hohem CV-Risiko liefert.
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 | 0,025 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».