Sodium‐glucose co‐transporter‐2 inhibitors and the risk of urosepsis: A multi‐site, prevalent new‐user cohort study
Notice bibliographique
Résumé
AIM: To compare urosepsis rates in patients with type 2 diabetes treated using sodium-glucose co-transporter-2 inhibitors (SGLT2i) with dipeptidyl peptidase-4 inhibitors (DPP4i) in a real-world setting. METHODS: We conducted a matched cohort study using a prevalent new-user design with time-conditional propensity scores. New users of SGLT2i from seven Canadian provinces and the UK were matched to DPP4i users. The primary outcome was hospitalization with a diagnosis of urosepsis and the secondary outcome was Fournier's gangrene. Site-specific hazard ratios for urosepsis comparing SGLT2i with DPP4i were estimated using Cox proportional hazards models and pooled using a random effects meta-analysis. RESULTS: We included 208 244 users of SGLT2i and 208 244 users of DPP4i. Among SGLT2i users, 42% initiated canagliflozin, 31% dapagliflozin and 27% empagliflozin. During a mean follow-up of 0.9 years, patients initiating SGLT2i had a lower rate of urosepsis compared with those receiving DPP4i. The pooled adjusted hazard ratio was 0.58 (95% confidence interval [CI]: 0.42-0.80). The incidence rates of Fournier's gangrene were numerically similar in SGLT2i (0.08 per 1000 person-years; 95% CI: 0.05-0.13) and DPP4i users (0.14; 95% CI: 0.09-0.21). CONCLUSIONS: In this large, multi-site study, we did not observe an increased risk for urosepsis associated with SGLT2i compared with DPP4i among patients with type 2 diabetes in a real-world setting.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».