132-LB: Implications of Initial EGFR Response to Empagliflozin Treatment Effects
Notice bibliographique
Résumé
In EMPA-REG OUTCOME, empagliflozin (EMPA) reduced the risk of CV death by 38% in T2D patients (pts) with CV disease. EMPA induces an initial, reversible dip in estimated glomerular filtration rate (eGFR). We investigated whether this transient initial renal hemodynamic effect was influenced by baseline characteristics or had an impact on the EMPA-induced risk reduction in CV death. In a post-hoc analysis, among the 6,668 pts randomized to EMPA 10 mg, 25 mg or placebo [PBO] with eGFR available, 28.3% of EMPA pts vs. 13.4% PBO experienced an initial eGFR decline >10% from baseline to Week 4 (odds ratio [OR; 95% CI]: 2.7 [2.3-3.0]). Multivariate logistic regression was used to identify baseline characteristics predictive of eGFR dip >10%. The impact of an eGFR dip >10% on the risk reduction in CV death was assessed using Cox regression. Diuretic use and higher KDIGO (Kidney Disease: Improving Global Outcomes) risk category at baseline were predictive of an eGFR dip >10% with EMPA vs. PBO. Serious adverse events were generally lower or similar in EMPA vs. PBO, regardless of predictive baseline factors. EMPA-induced CV death risk reduction was consistent across subgroups below vs. above average eGFR dipping OR (Panel A) and not affected by eGFR dip >10% (Panel B). T2D pts with more advanced kidney disease and/or on diuretic therapy were more likely to experience an eGFR dip >10% with EMPA. EMPA reduced CV death, regardless of an initial eGFR dip >10%. Disclosure S.E. Inzucchi: Advisory Panel; Self; AstraZeneca, Boehringer Ingelheim International GmbH, Lexicon Pharmaceuticals, Inc., Novo Nordisk A/S, Sanofi. Consultant; Self; Abbott, Merck & Co., Inc., vTv Therapeutics. B.J. Kraus: Research Support; Self; Boehringer Ingelheim International GmbH. Speaker’s Bureau; Self; Boehringer Ingelheim International GmbH. M.R. Weir: Advisory Panel; Self; AstraZeneca, Boehringer Ingelheim Pharmaceuticals, Inc., Janssen Scientific Affairs, LLC., Merck & Co., Inc. G. Bakris: Consultant; Self; Alnylam, Merck & Co., Inc., Relypsa, Inc., Teijin Pharma Limited. Other Relationship; Self; Bayer AG, Novo Nordisk Inc., Vascular Dynamics. M. Mattheus: None. D. Cherney: Research Support; Self; Boehringer Ingelheim-Lilly, Merck, Janssen, Sanofi, AstraZeneca and Novo-Nordisk. Other Relationship; Self; from Boehringer Ingelheim-Lilly, Merck, AstraZeneca, Sanofi, Mitsubishi-Tanabe, Abbvie, Janssen, Bayer, Prometic, BMS and Novo-Nordisk. N. Sattar: Advisory Panel; Self; Amgen, AstraZeneca, Boehringer Ingelheim International GmbH, Eli Lilly and Company, Novo Nordisk A/S, Pfizer Inc., Sanofi. Research Support; Self; Boehringer Ingelheim Pharmaceuticals, Inc. H.L. Heerspink: Consultant; Self; AbbVie Inc., AstraZeneca, Boehringer Ingelheim International GmbH, CSL Behring, Gilead Sciences, Inc., Janssen Pharmaceuticals, Inc., Merck & Co., Inc., Mitsubishi Tanabe Pharma Corporation, Mundipharma International, Retrophin, Inc. I. Ritter: Employee; Self; Boehringer Ingelheim International GmbH. M. von Eynatten: Other Relationship; Self; Boehringer Ingelheim International GmbH. B. Zinman: Advisory Panel; Self; Abbott, Boehringer Ingelheim International GmbH, Eli Lilly and Company, Janssen Pharmaceuticals, Inc., Merck Sharp & Dohme Corp., Novo Nordisk Inc., Sanofi-Aventis. C. Wanner: Advisory Panel; Self; Eli Lilly and Company, Merck & Co., Inc., Mundipharma International. Consultant; Self; Boehringer Ingelheim (Canada) Ltd., Sanofi Genzyme. Speaker’s Bureau; Self; AstraZeneca. Other Relationship; Self; Boehringer Ingelheim International GmbH. A. Koitka-Weber: Employee; Self; Boehringer Ingelheim International GmbH.
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 | 0,005 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».