MétaCan
Menu
Retour à la cohorte
Enregistrement W2948249999 · doi:10.2337/db19-1665-p

1665-P: Fracture Risk in Patients Using Sodium-Glucose Cotransporter 2 Inhibitors: A Real-World Study

2019· article· en· W2948249999 sur OpenAlexaboutno aff
Devin Abrahami, Antonios Douros, Hui Yin, Oriana Hoi Yun Yu, Laurent Azoulay

Notice bibliographique

RevueDiabetes · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineEmpagliflozinDapagliflozinHazard ratioCanagliflozinType 2 diabetesCohortCohort studyPopulationProportional hazards modelInternal medicineDiabetes mellitusConfidence intervalEnvironmental healthEndocrinology

Résumé

récupéré en direct d'OpenAlex

There are concerns that sodium-glucose co-transporter 2 inhibitors (SGLT2Is) may increase the risk of fractures in patients with type 2 diabetes. To date, large cardiovascular outcome trials have generated conflicting findings, and few real-world studies have been conducted to assess this association. As fracture risk in this vulnerable population is associated with increased mortality, there is an urgent need to address this safety issue using real-world data. Thus, the objective of this population-based cohort study is to determine if use of SGLT2Is is associated with an increased fracture risk in patients with type 2 diabetes. Using the UK Clinical Practice Research Datalink, a large primary care database, we identified a cohort of patients newly treated with antihyperglycemic drugs between January 2013 and December 2017. Use of SGLT2Is was modeled as a time-varying exposure and compared with use of dipeptidyl peptidase-4 inhibitors (DPP-4Is). Time-dependent Cox proportional hazards models were used to estimate hazard ratios (HRs) and 95% CIs of incident fractures associated with use of SGLT2Is overall and according to specific SGLT2Is (dapagliflozin, empagliflozin, canagliflozin). We conducted several sensitivity analyses to address potential sources of bias. The cohort included 73,178 patients, which generated 153,179 person-years of observation. During follow-up, 1,973 patients were newly diagnosed with fractures (incidence rate: 12.9/1000 per year). Compared with DPP-4Is, SGLT2Is were not associated with an increased risk of fracture (HR: 0.97, 95% CI: 0.79-1.19). Similar findings were observed when stratifying on specific SGLT2Is, with HRs ranging between 0.67 and 1.42, with all CIs including the null value. The sensitivity analyses yielded highly consistent findings. The results of this large population-based study suggest that use of SGLT2Is is not associated with fracture incidence. This finding should provide reassurance on the safety of this class of drugs. Disclosure D. Abrahami: None. A. Douros: None. H. Yin: None. O. Yu: None. L. Azoulay: None. Funding Canadian Institutes of Health Research

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,008
Tête enseignante GPT0,245
Écart entre enseignants0,236 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetesMême sujetDiabetes Treatment and ManagementTravaux en français237 207