The effect of glucagon‐like peptide‐1 receptor agonists liraglutide and semaglutide on cardiovascular and renal outcomes across baseline blood pressure categories: Analysis of the <scp>LEADER</scp> and <scp>SUSTAIN</scp> 6 trials
Notice bibliographique
Résumé
It is unknown if the cardioprotective and renal effects of glucagon-like peptide-1 receptor agonists are consistent across blood pressure (BP) categories in patients with type 2 diabetes and at high risk of cardiovascular events. Using data from the LEADER (9340 patients) and SUSTAIN 6 (3297 patients) trials, we evaluated post hoc the cardiorenal effect of liraglutide and semaglutide on major adverse cardiovascular events (MACE) and nephropathy by baseline BP categories using a Cox proportional hazards model (treatment and subgroup as factors; adjusted for cardiorenal risk factors). Data from the two trials were analysed separately. In the LEADER and SUSTAIN 6 trials, the prevalence of stage 1 hypertension was 30% and 31%, respectively, and of stage 2 hypertension 41% and 43%, respectively. There was no statistical heterogeneity across the BP categories for the effects of liraglutide (P = .06 for MACE; P = .14 for nephropathy) or semaglutide (P = .40 for MACE; P = .27 for nephropathy) versus placebo. This implies that liraglutide and semaglutide may be beneficial for patients with type 2 diabetes, irrespective of their baseline BP.
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 | 0,013 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,008 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».