MétaCan
Menu
← Retour à la cohorte
Enregistrement W2994806186

Sodium-Glucose Cotransporter-2 Inhibitor Use and the Risk of Acute Kidney Injury in Older Adults in Routine Clinical Practice: A Population-Based Cohort Study

2019· article· en· W2994806186 sur OpenAlexfundaboutno aff
Carina Iskander

Notice bibliographique

RevueScholarship@Western (Western University) · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensnon disponible
Organismes subventionnairesLawson Health Research InstituteCanadian Institutes of Health ResearchSchulich School of Medicine and Dentistry, Western UniversityOntario Ministry of Health and Long-Term CareSchulich School of Medicine and DentistryAcademic Medical Organization of Southwestern Ontario
Mots-clésMedicineAcute kidney injuryCohortPopulationKidney diseaseCohort studyIntensive care medicineInternal medicineEmergency medicineEnvironmental health
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Regulatory agencies warn about acute kidney injury (AKI) risk following sodium-glucose cotransporter-2 (SGLT2) inhibitor use. This population-based retrospective cohort study in Ontario, Canada quantified the 90-day AKI risk in older adults who were newly dispensed either SGLT2 inhibitors or dipeptidyl peptidase-4 (DPP4) inhibitors in an outpatient setting between 2015 and 2017. Risk ratios (RR) were obtained using modified Poisson regression and risk differences using binomial regression. Relative to new use of a DPP4 inhibitor, initiation of an SGLT2 inhibitor was associated with a lower 90-day risk of a hospital encounter with AKI: 216 events in 19,611 patients (1.10%) versus 388 events in 19,483 patients (1.99%); weighted RR 0.79 (95% confidence interval 0.64–0.98). In routine care of older adults, new SGLT2 inhibitor use was associated with lower risk of AKI. Together with previous evidence, these findings suggest that regulatory warnings about AKI risk with SGLT2 inhibitors may be unwarranted.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,392
Score d'incertitude au seuil0,779

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,030
Tête enseignante GPT0,324
Écart entre enseignants0,293 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueScholarship@Western (Western University)→Même sujetDiabetes Treatment and Management→Travaux en français237 207→