Association Between Glycated Haemoglobin Levels and Cardiovascular Outcomes in Patients with Type 2 Diabetes and Cardiovascular Disease: A Secondary Analysis of the TECOS Randomized Clinical Trial
Notice bibliographique
Résumé
Abstract Aims Whether glycaemic control is associated with cardiovascular outcomes in patients with type 2 diabetes (T2D) is unclear. Consequently, we assessed the relationship between glycated haemoglobin (HbA1c) and cardiovascular outcomes in a placebo-controlled randomized trial which demonstrated no cardiovascular effect of sitagliptin in patients with T2D and atherosclerotic vascular disease. Methods and results Secondary analysis of 14 656 TECOS participants with time to event analyses using multivariable Cox proportional hazard models. During a median 3.0 (interquartile range 2.3–3.8) year follow-up, 456 (3.1% of 14 656) patients had first hospitalization for heart failure (HF), 1084 (11.5%) died, 1406 (9.6%) died or were hospitalized for HF, and 1689 (11.5%) had a non-HF cardiovascular event (cardiovascular death, non-fatal stroke, non-fatal myocardial infarction, or hospitalization for unstable angina). Associations between baseline or time-varying HbA1c and cardiovascular outcomes were U-shaped, with the lowest risk when HbA1c was around 7%. Each one-unit increase in the time-varying HbA1c above 7% was associated with an adjusted hazard ratio (HR) of 1.21 [95% confidence interval (CI) 1.11–1.33] for first HF hospitalization, 1.11 (1.03–1.21) for all-cause death, 1.18 (1.09–1.26) for death or HF hospitalization, and 1.10 (1.02–1.17) for non-HF cardiovascular events. Each one-unit decrease in the time-varying HbA1c below 7% was associated with an adjusted HR of 1.35 (95% CI 1.12–1.64) for first HF hospitalization, 1.37 (1.16–1.61) for death, 1.42 (1.23–1.64) for death or HF hospitalization, and 1.22 (1.06–1.41) for non-HF cardiovascular events. Conclusion Glycated haemogobin exhibits a U-shaped association with cardiovascular outcomes in patients with T2D and atherosclerotic vascular disease, with nadir around 7%. Clinical Trial Registration: ClinicalTrials.gov Identifier: NCT00790205.
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 | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 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) | 0,005 | 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 ».