Effect of Once‐Weekly Exenatide on Clinical Outcomes According to Baseline Risk in Patients With Type 2 Diabetes Mellitus: Insights From the EXSCEL Trial
Notice bibliographique
Résumé
Background In the EXSCEL (Exenatide Study of Cardiovascular Event Lowering), exenatide once-weekly resulted in a nonsignificant reduction in major adverse cardiovascular events ( MACEs ) and a nominal 14% reduction in all-cause mortality in 14 752 patients with type 2 diabetes mellitus (T2 DM ) with and without cardiovascular disease. Whether patients at increased risk for events experienced a comparatively greater treatment benefit with exenatide is unknown. Methods and Results In the EXSCEL population, we created risk scores for MACEs and all-cause mortality using step-wise selection of baseline characteristics. A risk score was calculated for each patient, and a time-to-event model for each end point was developed including the risk score, treatment assignment, and risk-treatment interaction. Interaction P values evaluating for a differential treatment effect by baseline risk were reported. Over a median follow-up of 3.2 years (interquartile range, 2.2, 4.4), 1091 (7.4%) patients died and 1744 (11.8%) experienced a MACE . Independent predictors of MACEs and all-cause mortality included age, sex, comorbidities (eg, previous cardiovascular event), body mass index, blood pressure, hemoglobin A1c, and estimated glomerular filtration rate. The all-cause mortality and MACE risk models had modest discrimination with optimism-corrected c-indices of 0.73 and 0.71, respectively. No interaction was observed between treatment effect and risk profile for either end point (both interactions, P>0.1). Conclusions Baseline characteristics (eg, age, previous cardiovascular events) and routine laboratory values (eg, hemoglobin A1c, estimated glomerular filtration rate) provided modest prognostic value for mortality and MACEs in a broad population of patients with type 2 diabetes mellitus. Exenatide's effects on mortality and MACEs were consistent across the spectrum of baseline risk. Clinical Trial Registration URL: https://www.clinicaltrials.gov . Unique identifier: NCT 01144338.
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 | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».