Efficacy and safety of empagliflozin in older patients in the EMPA-REG OUTCOME® trial
Notice bibliographique
Résumé
OBJECTIVE: The risks of cardio-renal complications of diabetes increase with age. In the EMPA-REG OUTCOME® trial, empagliflozin reduced cardiovascular (CV) mortality by 38% in patients with type 2 diabetes (T2D) and CV disease. Here we compare outcomes with empagliflozin in older patients in EMPA-REG OUTCOME. METHODS: Patients with T2D and CV disease were randomised to empagliflozin 10 or 25 mg, or placebo plus standard of care. In post hoc analyses, risks of 3-point major adverse CV events (3P-MACE: composite of CV death, non-fatal myocardial infarction (MI) or non-fatal stroke), CV death, hospitalisation for heart failure, all-cause mortality, all-cause hospitalisation and incident/worsening nephropathy were evaluated for empagliflozin versus placebo by baseline age (<65, 65 to <75, ≥75 years). Adverse events (AEs) were analysed descriptively. RESULTS: Effect of empagliflozin on all outcomes was consistent across age categories (P ≥ 0.05 for interactions) except 3P-MACE. The 3P-MACE hazard ratios (HRs) were 1.04 (95% confidence interval [CI] 0.84, 1.29), 0.74 (0.58, 0.93) and 0.68 (0.46, 1.00) in patients aged <65, 65 to <75, and ≥75 years, respectively (P = 0.047 for treatment-by-age group interaction). Corresponding CV death HRs were 0.72 (95% CI 0.52, 1.01), 0.54 (0.37, 0.79) and 0.55 (0.32, 0.94), respectively (P = 0.484 for treatment-by-age group interaction). Across age categories, empagliflozin AEs reflected its known safety profile. Rates of bone fractures, renal AEs and diabetic ketoacidosis were similar between empagliflozin and placebo across age categories. CONCLUSIONS: In the EMPA-REG OUTCOME trial, empagliflozin reduced risks of CV mortality, heart failure and renal outcomes, supporting its cardio-renal benefits in older patients.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».