Efficacy and Safety of Dapagliflozin in Patients With CKD Across Major Geographic Regions
Notice bibliographique
Résumé
IntroductionThis study aimed to examine the efficacy and safety of dapagliflozin in the Dapagliflozin and Prevention of Adverse Outcomes in Chronic Kidney Disease (DAPA-CKD) trial (NCT03036150) by geographic region.MethodsAdults with chronic kidney disease (CKD) with or without type 2 diabetes, with estimated glomerular filtration rate (eGFR) 25 to 75 ml/min per 1.73 m2 and urinary albumin-to-creatinine ratio (UACR) 200 to 5000 mg/g were randomized to dapagliflozin (10 mg once daily) or placebo. The primary end point was a composite of a sustained decline in eGFR of ≥50%, end-stage kidney disease or death from kidney or cardiovascular causes. We categorized recruiting countries into 4 broad global regions: Asia, Europe, Latin America, and North America. Of 4304 randomized patients, 1346 (31.3%) were from Asia, 1233 (28.6%) from Europe, 912 (21.2%) from Latin America, and 813 (18.9%) from North America.ResultsThe relative risk of the primary composite end point was lower in patients randomized to dapagliflozin (relative to placebo) in all regions, with hazard ratios (95% CI) of 0.70 (0.48–1.00), 0.60 (0.43–0.85), 0.61 (0.43–0.86), and 0.51 (0.34–0.76) among patients from Asia, Europe, Latin America, and North America, respectively. There was no effect modification by region (interaction P = 0.77). Occurrence of serious adverse events (SAEs) was lower among patients randomized to dapagliflozin versus placebo (21.9% vs. 26.8%, 34.1% vs. 38.6%, 29.8% vs. 31.5%, and 34.9% vs. 41.0% in Asia, Europe, Latin America, and North America, respectively).ConclusionDapagliflozin reduced kidney and cardiovascular events and prolonged survival in patients with CKD, with and without type 2 diabetes, with no apparent effect modification by geographic region.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».