MétaCan
Menu
Retour à la cohorte
Enregistrement W3041284723 · doi:10.2337/dc19-2046

Impact of Acarbose on Incident Diabetes and Regression to Normoglycemia in People With Coronary Heart Disease and Impaired Glucose Tolerance: Insights From the ACE Trial

2020· article· en· W3041284723 sur OpenAlexaff
Hertzel C. Gerstein, Ruth L. Coleman, Charles A.B. Scott, Shishi Xu, Jaakko Tuomilehto, Lars Rydén, Rury R. Holman

Notice bibliographique

RevueDiabetes Care · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensHamilton Health SciencesMcMaster UniversityPopulation Health Research Institute
Organismes subventionnairesNational Institute for Health and Care ResearchBayer
Mots-clésAcarboseMedicineDiabetes mellitusInternal medicineImpaired glucose toleranceCoronary heart diseaseCardiologyType 2 diabetesEndocrinology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE We examined the impact of acarbose, an α-glucosidase inhibitor, on incident diabetes and regression to normoglycemia in 6,522 Acarbose Cardiovascular Evaluation (ACE) trial participants in China who had impaired glucose tolerance (IGT) and coronary heart disease (CHD). RESEARCH DESIGN AND METHODS Participants were randomly assigned to acarbose or placebo and followed with four monthly fasting plasma glucose (FPG) tests and annual oral glucose tolerance tests. Incident diabetes was defined as two successive diagnostic FPG levels ≥7 mmol/L or 2-h plasma glucose (PG) levels ≥11.1 mmol/L while taking study medication or a masked adjudicated confirmation of this diagnosis. Regression to normoglycemia was defined as FPG <6.1 mmol/L and 2-h PG <7.8 mmol/L. Intention-to-treat and on-treatment analyses were conducted using Poisson regression models, overall and for subgroups (age, sex, CHD type, HbA1c, FPG, 2-h PG, BMI, estimated glomerular filtration rate, for IGT alone, for IGT + impaired fasting glucose, and for use of thiazides, ACE inhibitors [ACEis]/angiotensin receptor blockers [ARBs], β-blockers, calcium channel blockers, or statins). RESULTS Incident diabetes was less frequent with acarbose compared with placebo (3.2 and 3.8 per 100 person-years, respectively; rate ratio 0.82 [95% CI 0.71, 0.94], P = 0.005), with no evidence of differential effects within the predefined subgroups after accounting for multiple testing. Regression to normoglycemia occurred more frequently in those randomized to acarbose compared with placebo (16.3 and 14.1 per 100 person-years, respectively; 1.16 [1.08, 1.25], P < 0.0001). This effect was greater in participants not taking an ACEi or ARB (1.36 [1.21, 1.53], Pinteraction = 0.0006). The likelihood of remaining in normoglycemic regression did not differ between the acarbose and placebo groups (P = 0.41). CONCLUSIONS Acarbose reduced the incidence of diabetes and promoted regression to normoglycemia in Chinese people with IGT and CHD.

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)0,006
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,006
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,002
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)0,0010,000

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 Opus0,009
Tête enseignante GPT0,242
Écart entre enseignants0,233 · 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

Citations28
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetes CareMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207