Design of the COmbinatioN effect of FInerenone anD EmpaglifloziN in participants with chronic kidney disease and type 2 diabetes using a UACR Endpoint study (CONFIDENCE)
Notice bibliographique
Résumé
BACKGROUND: Despite available interventions, people with type 2 diabetes (T2D) remain at risk of chronic kidney disease (CKD). Finerenone, a potent and selective nonsteroidal mineralocorticoid receptor antagonist, and sodium-glucose cotransporter 2 inhibitors (SGLT2is) can reduce both kidney and cardiovascular risks in people with CKD and T2D. Here we outline the design of a study to investigate whether dual therapy with finerenone and an SGLT2i is superior to either agent alone. METHODS: CONFIDENCE (NCT05254002) is a randomized, controlled, double-blind, double-dummy, international, multicenter, three-armed, parallel-group, 7.5 - to 8.5-month, Phase 2 study in 807 adults with T2D, stage 2-3 CKD and a urine albumin:creatinine ratio (UACR) ≥300-<5000 mg/g. The primary objective is to demonstrate that 6 months of dual therapy comprising finerenone and the SGLT2i empagliflozin is superior for reducing albuminuria versus either agent alone. Interventions will be once-daily finerenone 10 mg or 20 mg (target dose) plus empagliflozin 10 mg, or empagliflozin 10 mg alone, or finerenone 10 mg or 20 mg (target dose) alone. RESULTS: The primary outcome is a relative change from baseline in UACR among the three groups. Secondary outcomes will further characterize efficacy and safety, including changes in estimated glomerular filtration rate and incident hyperkalemia. CONCLUSIONS: CONFIDENCE is evaluating the safety, tolerability and efficacy of dual use of finerenone and an SGLT2i in adults with CKD and T2D. Should an additive effect be shown, early and efficient intervention with dual finerenone and SGLT2i therapy could slow disease progression and provide long-term benefits for people with CKD and T2D.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».