P5334Effect of empagliflozin on cardiovascular events including recurrent events in the EMPA-REG OUTCOME trial
Notice bibliographique
Résumé
Background: In the EMPA-REG OUTCOME trial in patients with type 2 diabetes and established CV disease, empagliflozin reduced the risk of 3-point MACE (composite of CV death, MI, or stroke) by 14%, CV death by 38% and hospitalisation for heart failure (HHF) by 35% vs placebo in analyses of time to first event. We assessed the effect of empagliflozin on all (first and recurrent) CV events. Methods: Patients were randomised to receive empagliflozin 10 mg, empagliflozin 25 mg, or placebo in addition to standard of care. We assessed the effects of empagliflozin pooled vs placebo based on all adjudicated CV events using a negative binomial model with confidence intervals based on robust error variance estimators to account for within-subject correlation. Results: A total of 7020 patients were treated (mean [SD] age 63 [9] years, 71% male, 47% with history of MI, 23% with history of stroke, 10% with HF). In analyses including all events, the event rate ratio (95% CI) with empagliflozin vs placebo was 0.78 (0.67, 0.91; p=0.0020) for 3-point MACE, 0.79 (0.620, 0.998; p=0.0486) for MI, 1.10 (0.82, 1.49; p=0.5248) for stroke, 0.62 (0.49, 0.77) for CV death, 0.58 (0.42, 0.81; p=0.0012) for HHF, 0.56 (0.45, 0.69; p<0.0001) for the composite of CV death or HHF, and 0.80 (0.67, 0.95; p=0.0119) for the composite of MI or coronary revascularisation. Results were consistent with analyses of first events (Figure).
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».