MétaCan
Menu
Retour à la cohorte
Enregistrement W3034872168 · doi:10.2337/db20-1102-p

1102-P: Impact of Treatment with Sotagliflozin on the Incidence of Severe Hypoglycemia in Patients with T1D

2020· article· en· W3034872168 sur OpenAlexaboutno aff
Jeremy Pettus, Thomas Danne, Anne L. Peters, Amy Carroll, Sangeeta Sawhney, Wenjun Jiang, Phillip Banks, Janet B. McGill

Notice bibliographique

RevueDiabetes · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineHypoglycemiaGlycemicIncidence (geometry)PopulationPlaceboInternal medicineRelative riskPediatricsInsulinConfidence interval

Résumé

récupéré en direct d'OpenAlex

Objective: Severe hypoglycemia (SH) is an acute and life-threatening complication of T1D. Factors impacting the risk of SH include A1C, eGFR, insulin dose changes, and use of MDI versus CSII. An adjunctive treatment that simultaneously improves glycemic control and reduces SH across broad groups would be beneficial for patients (pts) with T1D. Methods: Data were pooled from two, 52-week, placebo (PBO)-controlled studies in adults with T1D in the overall population and in prespecified subgroups (Table). SH was defined using Level 3 hypoglycemia criteria and all events were independently adjudicated. Results reflect exposure-adjusted incidence rate per 100 patient-years. Results: Sotagliflozin (SOTA) 400 mg treatment significantly reduced the overall incidence of SH by 41% vs. placebo (relative risk [95% CI] 0.59 [0.35, 0.98]). A dose-responsive reduction was observed in the overall population, and maintained in subgroup analyses (Table), regardless of baseline A1C, eGFR, or percentage reduction in daily insulin dose. Patients using MDI versus CSII alone are generally at higher risk of SH. SOTA 400mg reduced the risk of SH by 69% (relative risk [95% CI] 0.31 [0.13, 0.68]) in MDI-treated pts but did not affect the relatively low rate in those using CSII. Conclusion: These data confirm that SOTA reduced the incidence of SH in pts with T1D, and indicates consistent dose-related risk reduction in almost all subgroups. Disclosure J. Pettus: Consultant; Self; Diasome Pharmaceuticals, Inc., Lexicon Pharmaceuticals, Inc., MannKind Corporation, Novo Nordisk Inc., Sanofi. T. Danne: Advisory Panel; Self; AstraZeneca, Boehringer Ingelheim International GmbH, Eli Lilly and Company, Medtronic, Novo Nordisk A/S, Sanofi. A.L. Peters: Advisory Panel; Self; Abbott, Bigfoot Biomedical, Boehringer Ingelheim Pharmaceuticals, Inc., Eli Lilly and Company, MannKind Corporation, Medscape, Novo Nordisk Inc., Sanofi US. Consultant; Self; Livongo Health. Research Support; Self; Dexcom, Inc., vTv Therapeutics. Other Relationship; Self; Livongo Health, Mellitus Health, Omada Health, Stability Healthcare, Whole Biome Inc. A.K. Carroll: Employee; Self; Lexicon Pharmaceuticals, Inc. Stock/Shareholder; Self; Lexicon Pharmaceuticals, Inc. S. Sawhney: None. W. Jiang: Employee; Self; Lexicon Pharmaceuticals, Inc. Stock/Shareholder; Self; Lexicon Pharmaceuticals, Inc. P.L. Banks: Employee; Self; Lexicon Pharmaceuticals, Inc. J.B. McGill: Advisory Panel; Self; Aegerion Pharmaceuticals, Bayer AG, Lilly Diabetes, Novo Nordisk A/S. Consultant; Self; Boehringer Ingelheim Pharmaceuticals, Inc., Dexcom, Inc. Research Support; Self; Medtronic, Novo Nordisk Inc., Sanofi. Speaker’s Bureau; Self; Aegerion Pharmaceuticals, Dexcom, Inc., Janssen Pharmaceuticals, Inc.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,224
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetesMême sujetDiabetes Treatment and ManagementTravaux en français237 207