MétaCan
Menu
Retour à la cohorte
Enregistrement W4281807760 · doi:10.2337/db22-856-p

856-P: Cardiovascular (CV) and Kidney Outcomes with Canagliflozin (CANA) According to Type 2 Diabetes (T2D) Treatment Targets at Baseline (BL) : Data from the CANVAS Program and CREDENCE

2022· article· en· W4281807760 sur OpenAlexaffabout
Vincent Woo, MICHAEL TSOUKAS, Sheldon W. Tobe, April Slee, Wally Rapattoni, Fernando G. Ang, JOCHEN SEUFERT, David C. Wheeler

Notice bibliographique

RevueDiabetes · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensManitoba Beekeepers' Association
Organismes subventionnairesnon disponible
Mots-clésMedicineCanagliflozinCreatinineHazard ratioRenal functionType 2 diabetesInternal medicineUrologyKidney diseasePlaceboProportional hazards modelCystatin CDiabetes mellitusEndocrinologyConfidence intervalPathology

Résumé

récupéré en direct d'OpenAlex

In T2D, treatment targets include maintaining HbA1c ≤7.0%, LDL-C <2 mmol/L (<77 mg/dL) , and BP <130/80 mmHg. It is also recommended to improve urinary albumin:creatinine ratio (UACR) , a marker of renal damage and CV risk. We examined effects of CANA vs. placebo on CV and kidney outcomes in patients with T2D and high CV risk and/or chronic kidney disease according to BL treatment targets and risk factors. Pooled data from the CANVAS Program (N=10,142) and the CREDENCE trial (N=4401) were analyzed according to treatment target achievement and by number of targets achieved at BL. Hazard ratios and 95% CIs were estimated using Cox regression models. Of 14,432 participants at BL, 3683 (26%) had achieved 0, 5851 (41%) had achieved 1, 3680 (25%) had achieved 2, and 1218 (8%) had achieved either 3 or 4 targets. At BL, 8415 (58%) participants had UACR >2 mg/mmol. CANA consistently reduced risk of MACE, HHF/CV death, and ESKD or doubling of serum creatinine vs. placebo, regardless of whether BL targets were met or if UACR was elevated (Figure) . The number of uncontrolled targets at BL did not impact the beneficial effect of CANA on CV and kidney outcomes (all P interaction >0.17) . In conclusion, CANA demonstrated consistent CV and renal benefits in patients with T2D, regardless of risk factor control. Disclosure V.C.Woo: Advisory Panel; AstraZeneca, Boehringer Ingelheim International GmbH, Lilly, Novo Nordisk, Speaker's Bureau; Janssen Pharmaceuticals, Inc. M.Tsoukas: Speaker's Bureau; AstraZeneca, Bausch Health, Canada, Boehringer Ingelheim International GmbH, Eli Lilly and Company, Johnson & Johnson, Novo Nordisk Canada Inc. S.Tobe: Other Relationship; Bayer AG, Speaker's Bureau; AstraZeneca, Otsuka Pharmaceutical Co., Ltd. A.Slee: Consultant; Alydia Health, Elixir Medical , IHP Therapeutics , iLumen Scientific, Intuitive Surgical, Janssen Global Services, LLC, Laborie, Providence Medical, Pulse Biosciences, SonoMotion. W.Rapattoni: Employee; Janssen Pharmaceuticals, Inc. F.Ang: Employee; Bristol-Myers Squibb Company, Janssen Pharmaceuticals, Inc. J.Seufert: Advisory Panel; Abbott, Sanofi-Aventis Deutschland GmbH, Research Support; Boehringer Ingelheim International GmbH, Speaker's Bureau; Abbott Diabetes, AstraZeneca, Bayer AG, Boehringer Ingelheim International GmbH, Lilly, Novo Nordisk, Sanofi-Aventis Deutschland GmbH. D.C.Wheeler: Advisory Panel; Bayer AG, Boehringer Ingelheim International GmbH, Gilead Sciences, Inc., GlaxoSmithKline plc., Janssen Global Services, LLC, Merck Sharp & Dohme Corp., Mundipharma, Tricida, Inc., Vifor Pharma Management Ltd., Consultant; AstraZeneca, Speaker's Bureau; Amgen Inc., Astellas Pharma Inc. Funding Janssen Inc., Toronto, ON, Canada

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)0,004
score de la tête « metaresearch » (Gemma)0,007
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,030
Tête enseignante GPT0,261
Écart entre enseignants0,231 · 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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDiabetesMême sujetDiabetes Treatment and ManagementTravaux en français237 207