MétaCan
Menu
Retour à la cohorte
Enregistrement W3214731876 · doi:10.1161/circulationaha.121.057934

Efpeglenatide and Clinical Outcomes With and Without Concomitant Sodium-Glucose Cotransporter-2 Inhibition Use in Type 2 Diabetes: Exploratory Analysis of the AMPLITUDE-O Trial

2021· article· en· W3214731876 sur OpenAlexaff
Carolyn S.P. Lam, Chinthanie Ramasundarahettige, Kelley R. Branch, Naveed Sattar, Julio Rosenstock, Richard E. Pratley, Stefano Del Prato, Renato D. Lópes, Elisabeth Niemoeller, Nardev S. Khurmi, Seung Jae Baek, Hertzel C. Gerstein

Notice bibliographique

RevueCirculation · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensHamilton Health SciencesMcMaster UniversityPopulation Health Research Institute
Organismes subventionnairesnon disponible
Mots-clésMedicineInternal medicineHazard ratioType 2 diabetesGlucagon-like peptide 1 receptorUnstable anginaDiabetes mellitusPlaceboAnginaEndocrinologyCardiologyMyocardial infarctionAgonistConfidence intervalReceptor

Résumé

récupéré en direct d'OpenAlex

Background: Both sodium-glucose cotransporter-2 (SGLT2) inhibitors and glucagon-like peptide-1 receptor agonists reduce cardiovascular events among patients with type 2 diabetes. However, no cardiovascular outcome trial has evaluated the long-term effects of their combined use. The AMPLITUDE-O trial (Effect of Efpeglenatide on Cardiovascular Outcomes) reported that once-weekly injections of the glucagon-like peptide-1 receptor agonists efpeglenatide (versus placebo) reduced major adverse cardiovascular events (MACEs); MACEs, coronary revascularization, or unstable angina hospitalization (expanded MACEs); a renal composite outcome; and MACEs or death in people with type 2 diabetes and cardiovascular or renal disease. The trial uniquely stratified randomization by baseline or anticipated use of SGLT2 inhibitors and included the highest prevalence at baseline (N=618, 15.2%) of SGLT2 inhibitor use among glucagon-like peptide-1 receptor agonist cardiovascular outcome trials to date. Its results were analyzed to estimate the combined effect of SGLT2 inhibitors and efpeglenatide on clinical outcomes. Methods: Cardiovascular and renal outcomes were analyzed with Cox proportional hazards models adjusted for region, SGLT2 inhibitor randomization strata, and the SGLT2 inhibitor–by–treatment interaction. Continuous variables were analyzed with a mixed-effects models for repeated measures that also included an interaction term. Results: The effect (hazard ratio [95% CI]) of efpeglenatide versus placebo in the absence and presence of baseline SGLT2 inhibitors on MACEs (0.74 [0.58–0.94] and 0.70 [0.37–1.30], respectively), expanded MACEs (0.77 [0.62–0.96] and 0.87 [0.51–1.48]), renal composite (0.70 [0.59–0.83] and 0.52 [0.33–0.83]), and MACEs or death (0.74 [0.59–0.93] and 0.65 [0.36–1.19]) did not differ by baseline SGLT2 inhibitor use ( P for all interactions >0.2). The reduction of blood pressure, body weight, low-density lipoprotein cholesterol, and urinary albumin-to-creatinine ratio by efpeglenatide also appeared to be independent of concurrent SGLT2 inhibitor use (all interaction P ≥0.08). Last, adverse events did not differ by baseline SGLT2 inhibitor use. Conclusions: The efficacy and safety of efpeglenatide appear to be independent of concurrent SGLT2 inhibitor use. These data support combined SGLT2 inhibitor and glucagon-like peptide-1 receptor agonist therapy in type 2 diabetes. Registration: URL: https://www.clinicaltrials.gov . Unique identifier: NCT03496298.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,256

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 Opus0,046
Tête enseignante GPT0,301
Écart entre enseignants0,255 · 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

Citations127
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculationMême sujetDiabetes Treatment and ManagementTravaux en français237 207