Changes in Albuminuria Predict Cardiovascular and Renal Outcomes in Type 2 Diabetes: A Post Hoc Analysis of the LEADER Trial
Notice bibliographique
Résumé
OBJECTIVE A post hoc analysis to investigate the association between 1-year changes in albuminuria and subsequent risk of cardiovascular and renal events. RESEARCH DESIGN AND METHODS LEADER was a randomized trial of liraglutide up to 1.8 mg/day versus placebo added to standard care for 3.5–5 years in 9,340 participants with type 2 diabetes and high cardiovascular risk. We calculated change in urinary albumin-to-creatinine ratio (UACR) from baseline to 1 year in participants with >30% reduction (n = 2,928), 30–0% reduction (n = 1,218), or any increase in UACR (n = 4,124), irrespective of treatment. Using Cox regression, risks of major adverse cardiovascular events (MACE) and a composite nephropathy outcome (from 1 year to end of trial in subgroups by baseline UACR [<30 mg/g, 30–300 mg/g, or ≥300 mg/g]) were assessed. The analysis was adjusted for treatment allocation alone as a fixed factor and for baseline variables associated with cardiovascular and renal outcomes. RESULTS For MACE, hazard ratios (HRs) for those with >30% and 30–0% UACR reduction were 0.82 (95% CI 0.71, 0.94; P = 0.006) and 0.99 (0.82, 1.19; P = 0.912), respectively, compared with any increase in UACR (reference). For the composite nephropathy outcome, respective HRs were 0.67 (0.49, 0.93; P = 0.02) and 0.97 (0.66, 1.43; P = 0.881). Results were independent of baseline UACR and consistent in both treatment groups. After adjustment, HRs were significant and consistent in >30% reduction subgroups with baseline micro- or macroalbuminuria. CONCLUSIONS A reduction in albuminuria during the 1st year was associated with fewer cardiovascular and renal outcomes, independent of treatment. Albuminuria monitoring remains an important part of diabetes care, with great unused potential.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».