Prescribing SGLT2 Inhibitors in Patients With CKD: Expanding Indications and Practical Considerations
Notice bibliographique
Résumé
SGLT2 inhibitors have emerged as a key disease-modifying therapy to prevent the progression of chronic kidney disease (CKD). These agents prevent decline in kidney function through reduction in glomerular hypertension mediated through tubuloglomerular feedback independent of their effect on glycemic control. The proliferation of clinical trials on SGLT2 inhibitors has rapidly expanded the approved clinical indications for these agents beyond patients with diabetes mellitus (DM). We review the current indications for SGLT2 inhibitors in patients with and without diabetic kidney disease, including new evidence for use in patients with heart failure with or without reduced ejection fraction, stage 4 CKD, and chronic glomerulonephritis. The EMPA-KIDNEY trial was recently stopped early for efficacy suggesting that SGLT2 inhibitors may soon be indicated for patients with CKD without albuminuria. We review practical considerations for prescription of SGLT2 inhibitors, including the anticipated acute decline in estimated glomerular filtration rate (eGFR) on initiation, initiating the lowest dosage used in clinical trials, volume status considerations, and adverse event mitigation. Combination therapy in patients with DM may be considered with agents, including glucagon-like peptide-1 receptor agonists (GLP-1-RAs), novel mineralocorticoid receptor antagonists, and selective endothelin receptor antagonists to reduce residual albuminuria and cardiovascular risk.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 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 ».