Time trends in prescribing of type 2 diabetes drugs, glycaemic response and risk factors: A retrospective analysis of primary care data, 2010–2017
Notice bibliographique
Résumé
AIM: To describe population-level time trends in prescribing patterns of type 2 diabetes therapy, and in short-term clinical outcomes (glycated haemoglobin [HbA1c], weight, blood pressure, hypoglycaemia and treatment discontinuation) after initiating new therapy. MATERIALS AND METHODS: We studied 81 532 people with type 2 diabetes initiating a first- to fourth-line drug in primary care between 2010 and 2017 inclusive in United Kingdom electronic health records (Clinical Practice Research Datalink). Trends in new prescriptions and subsequent 6- and 12-month adjusted changes in glycaemic response (reduction in HbA1c), weight, blood pressure and rates of hypoglycaemia and treatment discontinuation were examined. RESULTS: Use of dipeptidyl peptidase-4 inhibitors as second-line therapy near doubled (41% of new prescriptions in 2017 vs. 22% in 2010), replacing sulphonylureas as the most common second-line drug (29% in 2017 vs. 53% in 2010). Sodium-glucose co-transporter-2 inhibitors, introduced in 2013, comprised 17% of new first- to fourth-line prescriptions by 2017. First-line use of metformin remained stable (91% of new prescriptions in 2017 vs. 91% in 2010). Over the study period there was little change in average glycaemic response and in the proportion of people discontinuing treatment. There was a modest reduction in weight after initiating second- and third-line therapy (improvement in weight change 2017 vs. 2010 for second-line therapy: -1.5 kg, 95% confidence interval [CI] -1.9, -1.1; P < 0.001), and a slight reduction in systolic blood pressure after initiating first-, second- and third-line therapy (improvement in systolic blood pressure change 2017 vs. 2010 range: -1.7 to -2.1 mmHg; all P < 0.001). Hypoglycaemia rates decreased over time with second-line therapy (incidence rate ratio 0.94 per year, 95% CI 0.88, 1.00; P = 0.04), mirroring the decline in use of sulphonylureas. CONCLUSIONS: Recent changes in prescribing of therapy for people with type 2 diabetes have not led to a change in glycaemic response and have resulted in modest improvements in other population-level short-term clinical outcomes.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».