Comparative effectiveness of SGLT2i versus GLP1-RA on cardiovascular outcomes in routine clinical practice
Notice bibliographique
Résumé
BACKGROUND: To investigate the comparative effectiveness of sodium-glucose cotransporter 2 inhibitors (SGLT2i) and glucagon-like peptide 1 receptor agonists (GLP1-RA) on cardiovascular outcomes in routine clinical practice, which have never been directly compared in head-to-head outcome trials. METHODS: We compared outcomes of adults who newly started SGLT2i or GLP1-RA therapy in Stockholm, Sweden, during 2013-2019. The primary outcome was major adverse cardiovascular events (MACE), a composite of cardiovascular (CV) death, myocardial infarction and stroke. Secondary outcomes included the individual MACE components and hospitalization for heart failure. Cox regression with propensity score overlap weighting was used to estimate hazard ratios (HRs) with 95% confidence intervals and adjust for 57 covariates. RESULTS: We included 12,375 individuals, of which 5489 initiated SGLT2i and 6886 GLP1-RA therapy, followed for median 1.6 years. Mean age was 61 years and 37.6% were women. Compared with GLP1-RA, SGLT2i new users had similar risk of MACE risk (adjusted HR 1.04; 95% CI 0.83-1.31). The adjusted HRs (95% CI) for SGLT2i vs. GLP1-RA were 0.80 (0.59-1.09) for heart failure hospitalization, 0.95 (0.58-1.55) for cardiovascular death, 0.91 (0.67-1.24) for myocardial infarction and 1.71 (1.14-2.59) for ischemic stroke (5-year absolute risk difference for stroke 1.9% [95% CI 0.8-3.0]). CONCLUSIONS: In a largely primary-prevention population of people undergoing routine care, no differences were observed in MACE risk among initiators of SGLT2i and GLP1-RA. However, compared with GLP1RA, the use of SGLT2i was associated with an increased risk of ischemic stroke that was small in absolute magnitude.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».