Use of Dipeptidyl Peptidase-4 Inhibitors and New-onset Rheumatoid Arthritis in Patients with Type 2 Diabetes
Notice bibliographique
Résumé
BACKGROUND: Case reports have suggested a link between dipeptidyl peptidase-4 (DPP-4) inhibitors, antidiabetic drugs used as second- to third-line treatments, and incidence of rheumatoid arthritis. Because the DPP-4 enzyme is involved in several immunologic processes and possibly in the pathophysiology of rheumatoid arthritis, further research is warranted. This population-based study aimed to determine whether use of DPP-4 inhibitors is associated with incidence of rheumatoid arthritis. METHODS: Using the United Kingdom Clinical Practice Research Datalink, we conducted a cohort study among 144,603 patients with type 2 diabetes initiating antidiabetic drugs between 2007 and 2016. We estimated hazard ratios (HRs) with 95% confidence intervals (CIs) for incident rheumatoid arthritis using time-dependent Cox proportional hazards models, comparing use of DPP-4 inhibitors with use of other antidiabetic drugs. We imposed a 6-month exposure lag period for latency and diagnostic delays. Secondary analyses included assessment of the duration-response relation and comparison with other second-line antidiabetic drugs, among others. RESULTS: During 567,169 person-years of follow-up, 464 patients were newly diagnosed with rheumatoid arthritis (crude incidence rate: 82 per 100,000/year). Compared with use of other antidiabetic drugs, use of DPP-4 inhibitors was not associated with an increased risk of rheumatoid arthritis (82 vs. 79 per 100,000/year; HR = 1.0; 95% CI = 0.8, 1.3), with no evidence of duration-response relation. The results did not change after using second-line antidiabetic drugs as the comparator group. CONCLUSIONS: In this large population-based study, use of DPP-4 inhibitors was not associated with an increased risk of incident rheumatoid arthritis.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».