4348Cluster analysis of cardiovascular risk phenotypes in patients with type 2 diabetes and established atherosclerotic cardiovascular disease: a potential approach to precision medicine
Notice bibliographique
Résumé
Introduction: Phenotypic heterogeneity among patients with type 2 diabetes (T2D) and atherosclerotic cardiovascular disease (ASCVD) is ill defined although likely there are multiple subtypes. Purpose: We aimed to use a data agnostic machine learning algorithm to identify potentially different phenotypes among patients with T2DM and ASCVD. Methods: We used data from the 14,671 patients with T2DM and ASCVD enrolled in TECOS, a cardiovascular (CV) safety outcome trial comparing sitagliptin vs placebo with median 3.0 years follow-up. Hierarchical clustering of 40 potentially prognostic baseline variables was conducted. The primary composite outcome (CV death, nonfatal MI/stroke or unstable angina hospitalization) across these clusters was then assessed using Cox proportional models. We also examined whether a differential treatment effect of sitagliptin across the clusters affected clinical outcomes. Results: Five distinct patient clusters were identified. Cluster I included older men with a high prevalence of prior coronary artery disease. Cluster II primarily included women with non-coronary ASCVD. Cluster III comprised Asian patients with a low BMI. Cluster IV included younger males with a high BMI. Cluster V consisted of patients with heart failure. The primary composite outcome occurred in 11.9%, 10.6%, 8.7%, 11.0%, and 16.7% of patients in clusters I to V respectively. The CV risk for the highest vs lowest risk clusters (cluster V vs III) was statistically significant (HR 2.65; p≤0.001; Figure). No heterogeneity of sitagliptin vs. placebo on CV risk across the clusters was evident (interaction P value = 0.54).
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 | 0,006 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».