Positioning sulphonylureas in a modern treatment algorithm for patients with type 2 diabetes: Expert opinion from a European consensus panel
Notice bibliographique
Résumé
The large number of pharmacological agents available to treat type 2 diabetes (T2D) makes choosing the optimal drug for any given patient a complex task. Because newer agents offer several advantages, whether and when sulphonylureas (SUs) should still be used to treat T2D is controversial. Published treatment guidelines and recommendations should govern the general approach to diabetes management. However, expert opinions can aid in better understanding local practices and in formulating individual choices. The current consensus paper aims to provide additional guidance on the use of SUs in T2D. We summarize current local treatment guidelines in European countries, showing that SUs are still widely proposed as second-line treatment after metformin and are often ranked at the same level as newer glucose-lowering medications. Strong evidence now shows that sodium-glucose co-transporter-2 inhibitors (SGLT-2is) and glucagon-like peptide-1 receptor agonists (GLP-1RAs) are associated with low hypoglycaemia risk, promote weight loss, and exert a positive impact on vascular, cardiac and renal endpoints. Thus, using SUs in place of SGLT-2is and GLP-1RAs may deprive patients of key advantages and potentially important cardiorenal benefits. In subjects with ascertained cardiovascular disease or at very high cardiovascular risk, SGLT-2is and/or GLP-1RAs should be used as part of diabetes management, in the absence of contraindications. Routine utilization of SUs as second-line agents continues to be acceptable in resource-constrained settings.
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 | 0,028 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,009 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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 ».