MétaCan
Menu
Retour à la cohorte
Enregistrement W2914739803 · doi:10.1007/s13300-019-0568-8

Rates of Hypoglycemia Predicted in Patients with Type 2 Diabetes on Insulin Glargine 300 U/ml Versus First- and Second-Generation Basal Insulin Analogs: The Real-World LIGHTNING Study

2019· article· en· W2914739803 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueDiabetes Therapy · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Research
Établissements canadiensLawson Health Research InstituteWestern University
Organismes subventionnairesSanofi
Mots-clésMedicineInsulin glargineInsulin degludecInsulin detemirHypoglycemiaInsulinType 2 diabetesDiabetes mellitusInternal medicineBasal (medicine)Basal insulinEndocrinology

Résumé

récupéré en direct d'OpenAlex

The LIGHTNING study applied conventional and advanced analytic approaches to model, predict, and compare hypoglycemia rates of people with type 2 diabetes (T2DM) on insulin glargine 300 U/ml (Gla-300) with those on first-generation (insulin glargine 100 U/ml [Gla-100]; insulin detemir [IDet]) or second-generation (insulin degludec [IDeg]) basal-insulin (BI) analogs, utilizing a large real-world database. Data were collected between 1 January 2007 and 31 March 2017 from the Optum Humedica US electronic health records [EHR] database. Patient-treatments, the period during which a patient used a specific BI, were analyzed for patients who switched from a prior BI or those who newly initiated BI therapy. Data were analyzed using two approaches: propensity score matching (PSM) and a predictive modeling approach using machine learning. A total of 831,456 patients with T2DM receiving BI were included from the EHR data set. Following selection, 198,198 patient-treatments were available for predictive modeling. The analysis showed that rates of severe hypoglycemia (using a modified definition) were approximately 50% lower with Gla-300 than with Gla-100 or IDet in insulin-naïve individuals, and 30% lower versus IDet in BI switchers (all p < 0.05). Similar rates of severe hypoglycemia were predicted for Gla-300 and IDeg, regardless of prior insulin experience. Similar results to those observed in the overall cohorts were seen in analyses across subgroups at a particularly high risk of hypoglycemia. PSM (performed on 157,573 patient-treatments) revealed comparable reductions in HbA1c with Gla-300 versus first- and second-generation BI analogs, alongside lower rates of severe hypoglycemia with Gla-300 versus first-generation BI analogs (p < 0.05) and similar rates versus IDeg in insulin-naïve and BI-switcher cohorts. Based on real-world data, predicted rates of severe hypoglycemia with Gla-300 tended to be lower versus first-generation BI analogs and similar versus IDeg in a wide spectrum of patients with T2DM. Sanofi, Paris, France.

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.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,667

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 Opus0,021
Tête enseignante GPT0,273
Écart entre enseignants0,251 · 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