Dapagliflozin and the Incidence of Type 2 Diabetes in Patients With Heart Failure and Reduced Ejection Fraction: An Exploratory Analysis From DAPA-HF
Notice bibliographique
Résumé
OBJECTIVE The sodium–glucose cotransporter 2 inhibitor dapagliflozin reduced the risk of cardiovascular mortality and worsening heart failure in the Dapagliflozin and Prevention of Adverse Outcomes in Heart Failure (DAPA-HF) trial. This report explores the effect of dapagliflozin on incident type 2 diabetes (T2D) in the cohort without diabetes enrolled in the trial. RESEARCH DESIGN AND METHODS The subgroup of 2,605 patients with heart failure and reduced ejection fraction (HFrEF), no prior history of diabetes, and an HbA1c of <6.5% at baseline was randomized to dapagliflozin 10 mg daily or placebo. In this exploratory analysis, surveillance for new-onset diabetes was accomplished through periodic HbA1c testing as part of the study protocol and comparison between the treatment groups assessed through a Cox proportional hazards model. RESULTS At baseline, the mean HbA1c was 5.8%. At 8 months, there were minimal changes, with a placebo-adjusted change in the dapagliflozin group of −0.04%. Over a median follow-up of 18 months, diabetes developed in 93 of 1,307 patients (7.1%) in the placebo group and 64 of 1,298 (4.9%) in the dapagliflozin group. Dapagliflozin led to a 32% reduction in diabetes incidence (hazard ratio 0.68, 95% CI 0.50–0.94; P = 0.019). More than 95% of the participants who developed T2D had prediabetes at baseline (HbA1c 5.7–6.4%). Participants who developed diabetes in DAPA-HF had a higher subsequent mortality than those who did not. CONCLUSIONS In this exploratory analysis among patients with HFrEF, treatment with dapagliflozin reduced the incidence of new diabetes. This potential benefit needs confirmation in trials of longer duration and in people without heart failure.
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 | 0,001 |
| 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 ».