<scp>SGLT</scp>‐2 inhibitors and the risk of hospitalization for <scp>community‐acquired</scp> pneumonia: A population‐based cohort study
Notice bibliographique
Résumé
PURPOSE: Sodium-glucose co-transporter 2 inhibitors (SGLT-2i) have been associated with an increased risk of genitourinary tract infections. Through similar biological mechanisms, they may also increase the risk of community-acquired pneumonia. Our objective was to compare the rate of hospitalization for community-acquired pneumonia (HCAP) with SGLT-2i compared to dipeptidyl peptidase-4 inhibitors (DPP-4i) among patients with type 2 diabetes. METHODS: We used the United Kingdom's Clinical Practice Research Datalink Gold, linked to hospitalization data, to construct a cohort of patients with type 2 diabetes. Using a time-dependent Cox proportional hazards model, we estimated the adjusted hazard ratio (HR) for HCAP with current use of SGLT-2i versus DPP-4i. RESULTS: Among 29 896 patients, 705 HCAPs occurred over a mean follow-up of 1.7 years (SD: 1.2). Incidence rates for SGLT-2i and DPP-4i users were 6.2 (95% confidence interval [CI]: 3.7, 10.2) and 17.8 (95% CI: 15.3, 20.7) per 1000 person-years, respectively. Current use of SGLT-2i was associated with a decreased risk of HCAP compared to current use of DPP-4i (adjusted HR: 0.48, 95% CI: 0.28, 0.82). However, a comparison of SGLT-2i versus glucagon-like peptide-1 receptor agonists (GLP-1 RA) found no difference in risk of HCAP (adjusted HR: 0.94, 95% CI: 0.44, 1.89). CONCLUSIONS: SGLT-2i are associated with a decreased rate of HCAP compared to DPP-4i, but not when compared to GLP-1 RA, among patients with type 2 diabetes.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».