Cardiovascular outcomes and LDL-cholesterol levels in EMPA-REG OUTCOME <sup>®</sup>
Notice bibliographique
Résumé
Objective: It is well established that higher low-density lipoprotein (LDL)-cholesterol levels are associated with increased cardiovascular risk. We analyzed whether effects of empagliflozin on cardiovascular outcomes varied by different LDL-cholesterol levels at baseline in EMPA-REG OUTCOME. Methods: Participants with type 2 diabetes and high cardiovascular risk received empagliflozin (10/25 mg) or placebo in addition to standard of care. We investigated the time to first 3P-MACE, cardiovascular death, hospitalization for heart failure (HHF) and all-cause mortality for empagliflozin versus placebo between baseline LDL-cholesterol categories <1.8, 1.8–<2.2, 2.2– <2.6, 2.6–3.0, and > 3.0 mmol/L, by a Cox regression including the interaction of baseline LDL-cholesterol category and treatment. Results: Of the 7020 participants randomized and treated, 81.0% received lipid lowering therapy (77.0% statins). Mean ± SD LDL-cholesterol was 2.2 ± 0.9 mmol/L, and 38%/18%, had LDL-cholesterol <1.8/>3.0 mmol/L. Age, BMI, and HbA1c levels were balanced between the LDL-cholesterol subgroups, but those in the lowest versus highest group, had more coronary artery disease (83.0% vs 59.9%) and statin treatment (88.2% vs 50.9%). Empagliflozin consistently reduced all outcomes across LDL-cholesterol categories (all interaction p-values > 0.05). Conclusion: The beneficial cardiovascular effects of empagliflozin was consistent across higher and lower LDL-cholesterol levels at baseline.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».