Abstract 14799: Cardiovascular Risk Stratification and Efficacy of Dapagliflozin on Cardiovascular Outcomes in Patients With Type 2 Diabetes Mellitus in the DECLARE-TIMI 58 Trial
Notice bibliographique
Résumé
Introduction: In DECLARE-TIMI 58, the SGLT-2 inhibitor, dapagliflozin reduced the risk of the composite of cardiovascular death (CVD) or hospitalization for heart failure (HHF), and renal-specific outcomes in a broad range of patients with type 2 diabetes mellitus (T2DM). The TIMI Risk Score for Secondary Prevention (TRS 2°P) is a clinical risk score developed in patients with atherosclerotic cardiovascular disease (ASCVD) that provides risk stratification. Hypothesis: We hypothesized that the TRS 2°P would provide risk stratification in this population and that dapagliflozin would provide cardiovascular protection regardless of risk. Methods: DECLARE-TIMI 58 included patients with T2DM and either multiple risk factors or established ASCVD. Patients were stratified into 3 risk categories based on the 10-point TRS 2°P (see Figure , low: 1 or 2 points, intermediate: 3 points, or high: ≥4 points). Outcomes were major adverse cardiovascular events (MACE) (CVD, myocardial infarction, or ischemic stroke), CVD/HHF, components for MACE, and renal-specific composite outcomes. Results: Low, intermediate, or high risk, comprised respectively 49.8%, 31.2%, and 19.0% of the total of 17159 patients. In the placebo arm, increasing risk category was associated with a higher risk of all the outcomes of interest across risk categories (P-trend<0.001 for each) ( Figure ). The C-statistics were 0.67 for MACE and 0.72 for CVD/HHF in the placebo arm. Relative risk reductions in CVD/HHF and renal-specific composite outcomes with dapagliflozin were consistent for patients across the spectrum of TRS 2°P (P>0.05 for each interaction). Conclusions: Cardiovascular risk stratification using TRS 2°P identifies high-risk patients with T2DM for MACE, CVD/HHF, individual components for MACE, and renal-specific outcomes. Reductions in CVD/HHF and renal-specific outcomes with dapagliflozin versus placebo were consistent across the range of TRS 2°P.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».