Effects of canagliflozin on serum potassium in people with diabetes and chronic kidney disease: the CREDENCE trial
Notice bibliographique
Résumé
AIMS: Hyperkalaemia is a common complication of type 2 diabetes mellitus (T2DM) and limits the optimal use of agents that block the renin-angiotensin-aldosterone system, particularly in patients with chronic kidney disease (CKD). In patients with CKD, sodium‒glucose cotransporter 2 (SGLT2) inhibitors provide cardiorenal protection, but whether they affect the risk of hyperkalaemia remains uncertain. METHODS AND RESULTS: The CREDENCE trial randomized 4401 participants with T2DM and CKD to the SGLT2 inhibitor canagliflozin or matching placebo. In this post hoc analysis using an intention-to-treat approach, we assessed the effect of canagliflozin on a composite outcome of time to either investigator-reported hyperkalaemia or the initiation of potassium binders. We also analysed effects on central laboratory-determined hyper- and hypokalaemia (serum potassium ≥6.0 and <3.5 mmol/L, respectively) and change in serum potassium. At baseline, the mean serum potassium in canagliflozin and placebo arms was 4.5 mmol/L; 4395 (99.9%) participants were receiving renin-angiotensin system blockade. The incidence of investigator-reported hyperkalaemia or initiation of potassium binders was lower with canagliflozin than with placebo [occurring in 32.7 vs. 41.9 participants per 1000 patient-years; hazard ratio (HR) 0.78, 95% confidence interval (CI) 0.64-0.95, P = 0.014]. Canagliflozin similarly reduced the incidence of laboratory-determined hyperkalaemia (HR 0.77, 95% CI 0.61-0.98, P = 0.031), with no effect on the risk of hypokalaemia (HR 0.92, 95% CI 0.71-1.20, P = 0.53). The mean serum potassium over time with canagliflozin was similar to that of placebo. CONCLUSION: Among patients treated with renin-angiotensin-aldosterone system inhibitors, SGLT2 inhibition with canagliflozin may reduce the risk of hyperkalaemia in people with T2DM and CKD without increasing the risk of hypokalaemia.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».