MétaCan
Menu
Retour à la cohorte
Enregistrement W3185672928 · doi:10.1016/j.jchf.2021.03.003

Patient Phenotypes and SGLT-2 Inhibition in Type 2 Diabetes

2021· article· en· W3185672928 sur OpenAlexafffund
Abhinav Sharma, Anne Pernille Ofstad, Tariq Ahmad, Bernard Zinman, Isabella Zwiener, David Fitchett, Christoph Wanner, Jyothis T. George, Stefan Hantel, Nihar R. Desai, Robert J. Mentz

Notice bibliographique

RevueJACC Heart Failure · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensUniversity of TorontoMount Sinai HospitalSt. Michael's HospitalLunenfeld-Tanenbaum Research InstituteMcGill University Health Centre
Organismes subventionnairesFonds de Recherche du Québec - SantéAlberta InnovatesBoehringer IngelheimNovartis
Mots-clésEmpagliflozinMedicineHazard ratioInternal medicineType 2 diabetesDiabetes mellitusCoronary artery diseaseConfidence intervalProportional hazards modelPhenotypeDiseaseEndocrinologyBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Using latent class analysis (LCA) of EMPA-REG OUTCOME (BI 10773 [Empagliflozin] Cardiovascular Outcome Event Trial in Type 2 Diabetes Mellitus Patients), this study identified distinct phenotypes in subjects with type 2 diabetes (T2D) and cardiovascular (CV) disease and explored treatment effects across phenotypes. BACKGROUND: In the EMPA-REG OUTCOME trial, empagliflozin reduced risk of CV death or hospitalization for heart failure (HHF) by 34% in subjects with T2D and CV disease. Among such subjects, there has been limited evaluation of clinical phenotypes. METHODS: Overall, 7,020 participants were treated with empagliflozin 25 mg, 10 mg, or placebo. For this post hoc analysis, participants were randomly separated into training (two-thirds of patients) and validation (remaining one-third) sets. LCA identified 3 phenotype groups (n = 6,639 with complete data). The phenotype association with CV death or HHF and empagliflozin treatment effect across groups was explored by Cox regression (in training and validation sets). RESULTS: In the training set, phenotype group 1 (n = 1,463; 33.1%) included younger patients with shorter T2D duration and the highest estimated glomerular filtration rate (eGFR). Phenotype group 2 (n = 1,172; 26.5%) included more women with non-coronary artery disease. Phenotype group 3 (n = 1,785; 40.4%) included older patients with advanced coronary disease and the lowest eGFR. The risk of CV death varied across phenotypes (group 2 vs. 1: hazard ratio [HR]; 1.83; 95% confidence interval [CI]: 1.23 to 2.71; group 3 vs. 1: HR: 1.86; 95% CI: 1.30 to 2.67) with similar patterns for CV death or HHF. Consistent treatment effects of empagliflozin were seen across phenotypes in the training and validation sets (interaction p > 0.30). CONCLUSIONS: Among participants with T2D, this study identified 3 phenotypes with varying CV risk. The treatment effect across phenotypes reaffirms the robustness of CV death or HHF reduction with empagliflozin. (BI 10773 [Empagliflozin] Cardiovascular Outcome Event Trial in Type 2 Diabetes Mellitus Patients [EMPA-REG OUTCOME]; NCT01131676).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,548
Score d'incertitude au seuil0,308

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,226
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJACC Heart FailureMême sujetDiabetes Treatment and ManagementTravaux en français237 207