MétaCan
Menu
Retour à la cohorte
Enregistrement W4281295175 · doi:10.1111/dom.14769

Mediators of ertugliflozin effects on heart failure and kidney outcomes among patients with type 2 diabetes mellitus

2022· article· en· W4281295175 sur OpenAlexaff
Matthew W. Segar, Ahmed A. Kolkailah, Robert Frederich, Annpey Pong, Christopher P. Cannon, Francesco Cosentino, Samuel Dagogo‐Jack, Darren K. McGuire, Richard E. Pratley, Chih‐Chin Liu, Mario Maldonado, Jie Liu, Nilo B. Cater, Ambarish Pandey, David Z.I. Cherney

Notice bibliographique

RevueDiabetes Obesity and Metabolism · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesNational Heart, Lung, and Blood InstituteMerckNational Institutes of HealthPfizer
Mots-clésMedicineInternal medicineDiabetes mellitusMicroalbuminuriaGlycated hemoglobinKidney diseaseType 2 Diabetes MellitusRenal functionType 2 diabetesEndocrinology

Résumé

récupéré en direct d'OpenAlex

AIMS: Sodium-glucose cotransporter 2 (SGLT2) inhibitors have been shown to reduce the risk of hospitalization for heart failure (HHF) and composite kidney outcomes, but the mediators underlying these benefits are unknown. MATERIALS AND METHODS: Among participants from VERTIS CV, a trial of patients with type 2 diabetes mellitus and atherosclerotic cardiovascular disease randomized to ertugliflozin versus placebo, Cox proportional hazards regression models were used to evaluate the percentage mediation of ertugliflozin efficacy on the first HHF and kidney composite outcome in 26 potential mediators. Time-dependent approaches were used to evaluate associations between early (change from baseline to the first post-baseline measurement) and average (weighted average of change from baseline using all post-baseline measurements) changes in covariates with clinical outcomes. RESULTS: For the HHF analyses, early changes in four biomarkers (haemoglobin, haematocrit, serum albumin and urate) and average changes in seven biomarkers (early biomarkers + weight, chloride and serum protein) were identified as fulfilling the criteria as mediators of ertugliflozin effects on the risk of HHF. Similar results were observed for the composite kidney outcome, with early changes in four biomarkers (glycated haemoglobin, haemoglobin, haematocrit and urate), and average changes in five biomarkers [early biomarkers (not glycated haemoglobin) + weight, serum albumin] mediating the effects of ertugliflozin on the kidney outcome. CONCLUSIONS: In these analyses from the VERTIS CV trial, markers of volume status and haemoconcentration and/or haematopoiesis were the strongest mediators of the effect of ertugliflozin on reducing risk of HHF and composite kidney outcomes in the early and average change periods. GOV IDENTIFIER: NCT01986881.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,003
Tête enseignante GPT0,188
Écart entre enseignants0,185 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations44
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetes Obesity and MetabolismMême sujetDiabetes Treatment and ManagementTravaux en français237 207