MétaCan
Menu
Retour à la cohorte
Enregistrement W2883666482 · doi:10.1017/s1463423618000476

Physician experiences with sodium-glucose cotransporter (SGLT2) inhibitors, a new class of medications in type 2 diabetes, and adverse effects

2018· article· en· W2883666482 sur OpenAlexaffabout
Laura Patakfalvi, Anne‐Sophie Brazeau, Kaberi Dasgupta

Notice bibliographique

RevuePrimary Health Care Research & Development · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensMcGill University Health CentreMcGill University
Organismes subventionnairesnon disponible
Mots-clésAdverse effectType 2 diabetesMedicineCotransporterDiabetes mellitusDrug classPharmacologyInternal medicineSodiumEndocrinologyChemistryDrug

Résumé

récupéré en direct d'OpenAlex

AIM: The primary aim of our study is to identify physicians who have witnessed a complication attributed to sodium-glucose cotransporter (SGLT2) inhibitors. The secondary aim is to determine the type, severity, and setting of the event (inpatient versus outpatient). BACKGROUND: Diabetes is an increasing public health burden with 9.9% of Canadians expected to be diagnosed with it in 2020. A prominent change with respect to treatment options since the publication of the revised Diabetes Canada guidelines in May 2016 concerned the SGLT2 inhibitors. Their favorable clinical profile has increased interest among clinicians, but there is still reason for caution. Because these drugs are new, the balance of benefits versus risks is not well understood. METHODS: We conducted a cross-sectional survey of all in-practice physicians (excluding pediatricians). Data were collected through an online survey. FINDINGS: Our survey identified 154 physicians who have identified one or more adverse drug reactions (ADRs) related to SGLT2 inhibitor use. A total of 173 ADRs were identified. In total, 20.6% of family physician respondents had witnessed one or more ADRs. The most common complication is mycotic infection (82 cases) with 47% identified as a low level of severity and occurring mostly in the outpatient setting. The second most common complication is diabetic ketoacidosis (43 cases) with 67% identified as a high level of severity and occurring mostly in the inpatient setting. Other identified complications include hyperkalemia (6 cases), renal insufficiency (15 cases), and even amputation (2 cases). Our survey is the first to document real-world complications from SGLT2 inhibitors. In the outpatient setting, mycotic infections are most common and most often benign. In the inpatient setting, diabetic ketoacidosis is the most common and is severe. This is an important take-home message for family physicians to tailor their practice and vigilance according to the practice setting.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,734
Score d'incertitude au seuil0,525

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,322
Écart entre enseignants0,306 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePrimary Health Care Research & DevelopmentMême sujetDiabetes Treatment and ManagementTravaux en français237 207