Sodium–Glucose Cotransporter 2 Inhibitors and the Risk of Below-Knee Amputation: A Multicenter Observational Study
Notice bibliographique
Résumé
OBJECTIVE: Reports of amputations associated with sodium-glucose cotransporter 2 (SGLT2) inhibitors have been inconsistent. We aimed to compare the risk of below-knee amputation with SGLT2 inhibitors versus dipeptidyl peptidase 4 (DPP-4) inhibitors among patients with type 2 diabetes. RESEARCH DESIGN AND METHODS: This multicenter observational study used administrative health care databases from seven Canadian provinces and the U.K. Incident SGLT2 inhibitor users were matched to DPP-4 inhibitor users using a prevalent new-user design and time-conditional propensity scores. Cox proportional hazards models were used to estimate site-specific adjusted hazard ratios (HR) and corresponding 95% CIs of incident below-knee amputation for SGLT2 inhibitor versus DPP-4 inhibitor users. Random effects meta-analyses were used to pool the site-specific results. RESULTS: The study cohort included 207,817 incident SGLT2 inhibitor users matched to 207,817 DPP-4 inhibitor users. During a mean exposed follow-up time of 11 months, the amputation rate was 1.3 per 1,000 person-years among SGLT2 inhibitor users and 1.5 per 1,000 person-years among DPP-4 inhibitor users. The adjusted HR of below-knee amputations associated with SGLT2 inhibitor use compared with DPP-4 inhibitor use was 0.88 (95% CI 0.71-1.09). Similar results were obtained in stratified analyses by specific SGLT2 inhibitor molecule. CONCLUSIONS: In this large multicenter observational study, there was no association between SGLT2 inhibitor use and incident below-knee amputations among patients with type 2 diabetes compared with DPP-4 inhibitor use. While these findings provide some reassurance, studies with a longer duration of follow-up are needed to assess potential long-term effects.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».