Renal effectiveness and safety of the sodium-glucose cotransporter-2 inhibitors: a population-based cohort study
Notice bibliographique
Résumé
Introduction To assess the comparative effectiveness and safety of renal-related outcomes associated with sodium-glucose cotransporter-2 inhibitors (SGLT2-i) initiation among patients with type 2 diabetes using real-world data. Research design and methods We conducted a population‐based cohort study using administrative healthcare data from Alberta (AB), Canada and primary care data from the Clinical Practice Research Datalink (CPRD), UK. From a cohort of new metformin users, we identified initiators of a SGLT2-i or dipeptidyl peptidase-4 inhibitor (DPP4-i) between January 1, 2014 and March 30, 2018 (AB) or between January 1, 2013 and November 29, 2018 (CPRD). Initiators of an SGLT2-i or DPP4-i were followed until death, disenrolment, therapy discontinuation, or study end date. The effectiveness outcome was renal disease progression, defined as a composite of new-onset macroalbuminuria, serum creatinine doubling with estimated glomerular filtration rate of ≤45 mL/min/1.73 m2, renal replacement therapy, hospital admission or death from renal causes. The safety outcome was hospitalization due to acute kidney injury (AKI). We adjusted for confounding using high-dimensional propensity score matching and estimated HRs using Cox proportional hazards regression. Aggregate data from each database were combined by random-effects meta‐analysis. Results Among the 29 465 included patients (20 564 AB, 8901 CPRD), 37.5% were new SGLT2-i users in AB and 21.3% in CPRD. Compared with DPP4 initiators, SGLT2-i initiators were associated with a reduced risk of renal disease progression (pooled HR 0.79, 95% CI 0.62 to 1.00); however, there was no significant difference in the risk of AKI (pooled HR 0.89, 95% CI 0.58 to 1.36). These findings were consistent with other exposure definitions and antidiabetic comparators. Conclusions Our findings support a renoprotective effect of SGLT2-i without an increased risk of AKI, compared with clinically relevant active comparators.
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 | 0,007 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».