Safety of Empagliflozin in Patients With Type 2 Diabetes and Chronic Kidney Disease: Pooled Analysis of Placebo-Controlled Clinical Trials
Notice bibliographique
Résumé
OBJECTIVE: To assess the safety of empagliflozin in patients with type 2 diabetes and moderate to severe chronic kidney disease (CKD) (category G3-4) enrolled in clinical trials. RESEARCH DESIGN AND METHODS: This analysis pooled data from 19 randomized, placebo-controlled, phase 1-4 clinical trials and 1 randomized, placebo-controlled extension study in which patients received empagliflozin 10 mg or 25 mg daily. Time to first occurrence of adverse events (AEs) was evaluated using Kaplan-Meier analysis and multivariable Cox regression models. RESULTS: Among a total of 15,081 patients who received at least one study drug dose, 1,522, 722, and 123 were classified as having G3A, G3B, and G4 CKD, respectively, at baseline. Demographic and clinical characteristics were similar between treatment groups across CKD categories. Rates of serious AEs, AEs leading to discontinuation, and events of special interest (including lower limb amputations and acute renal failure [ARF]) were also similar between empagliflozin and placebo across CKD subgroups. In adjusted Cox regression analyses, risks for volume depletion and ARF were similar for empagliflozin and placebo in the combined group with CKD categories G3B and G4 and the G3A group. Notably lower risks were observed in both groups for hyperkalemia (hazard ratio 0.59 [95% CI 0.37-0.96, P = 0.0323] and 0.48 [0.26-0.91, P = 0.0243], respectively) and edema (0.47 [0.33-0.68, P < 0.0001] and 0.44 [0.28-0.68, P = 0.0002], respectively). CONCLUSIONS: Use of empagliflozin in patients with type 2 diabetes and advanced CKD raised no new safety concerns and may have beneficial effects on the development of hyperkalemia and edema.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».