The effects of canagliflozin on heart failure and cardiovascular death by baseline participant characteristics: Analysis of the <scp>CREDENCE</scp> trial
Notice bibliographique
Résumé
Abstract Heart failure is prevalent in those with type 2 diabetes and chronic kidney disease, and is associated with significant mortality and morbidity. In the CREDENCE trial, canagliflozin reduced the risk of hospitalization for heart failure (HHF) or cardiovascular (CV) death by 31%. In the current analysis we sought to determine whether the effect of canagliflozin on HHF/CV death differed in subgroups defined by key baseline participant characteristics. Cox regression models were used to estimate hazard ratios and 95% confidence intervals. Canagliflozin was associated with a reduction in the relative risk of HHF/CV death regardless of age, sex, history of heart failure or CV disease, and the use of loop diuretics or glucagon‐like peptide‐1 receptor agonists (all p interaction > .114). The absolute benefit of canagliflozin was greater in those at highest baseline risk, such as those with CV disease (50 fewer events/1000 patients treated over 2.5 years vs. 20 fewer events in those without CV disease) or advanced kidney disease (estimated glomerular filtration rate [eGFR] 30–45 mL/min/1.73m 2 : 61 events prevented/1000 patients treated over 2.5 years vs. 23 events in eGFR 60–90 mL/min/1.73m 2 ). Canagliflozin consistently reduces the proportional risk of HHF/CV death across a broad range of subgroups with greater absolute benefits in those at highest baseline risk.
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 | 0,013 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,007 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».