Efficacy of Empagliflozin on Heart Failure and Renal Outcomes in Patients with Atrial Fibrillation: Data from the EMPA-REG OUTCOME Trial
Notice bibliographique
Résumé
Abstract Aims Atrial fibrillation (AF) is common in patients with diabetes and heart failure (HF) and increases the future risk of adverse cardiovascular (CV) outcomes. This analysis from the EMPA-REG OUTCOME trial explores CV and renal outcomes in patients with vs. without AF at baseline and assesses the benefits of empagliflozin. Methods and results Analyses were conducted on patients distinguished by the presence (n = 389) or absence (n = 6631) of AF at baseline. Outcome events were more frequent in patients with AF than those without AF. Empagliflozin compared to placebo reduced CV death or HF hospitalisation consistently in patients with AF [hazard ratio (HR) 0.58, 95% confidence interval (CI) 0.36–0.92] and without AF (HR 0.67, 95% CI 0.55–0.82, Pinteraction = 0.56). Similar results were observed for the components of this endpoint, all-cause mortality, new or worsening nephropathy, first introduction of loop diuretics, or occurrence of oedema. The absolute number of prevented events was higher in patients with AF, resulting in larger absolute treatment effects of empagliflozin. New loop diuretics or oedema were associated with increased rates of subsequent events, and rates appeared lower in those randomised to empagliflozin. Conclusions In patients with type 2 diabetes mellitus and established CV disease, those with AF at baseline had higher rates of adverse HF outcomes than those without AF. Irrespective of the presence of AF, empagliflozin reduced HF-related and renal events. The absolute number of prevented events is higher in patients with AF than without AF. Patients with diabetes, CV disease and AF may especially benefit from use of empagliflozin.
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 | 0,000 | 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 ».