Dipeptidyl peptidase 4 inhibitors and risk of inflammatory bowel disease: Real-world evidence in U.S. Adults
Notice bibliographique
Résumé
OBJECTIVE A recent study raises concerns that dipeptidyl peptidase 4 inhibitors (DPP4i) are associated with increased risk of inflammatory bowel disease (IBD). We evaluated the association between new use of DPP4i and IBD risk compared with other secondline antihyperglycemics. RESEARCH DESIGN AND METHODS We implemented an active-comparator, new-user cohort design using two U.S. administrative claims databases for commercially insured (MarketScan) and older adult (Medicare fee-for-service, 20% random sample) patients from January 2007 to December 2016.We identified patients, aged ≥18 years, who initiated DPP4i versus sulfonylureas (SUs) or initiated DPP4i versus thiazolidinediones (TZDs) and were without prior diagnosis, treatment, or procedure for IBD. The primary outcome was incident IBD, defined by IBD diagnosis preceded by colonoscopy and biopsy and followed by IBD treatment. We performed propensity score weighting to control for measured baseline confounding, estimated adjusted hazard ratios (aHRs [95% CI]) using weighted Cox proportional hazards models, and used randomeffects meta-analysis models to pool aHRs across cohorts. RESULTS We identified 895,747 eligible patients initiating DPP4i, SU, or TZD; IBD incidence rates ranged from 11.6 to 32.3/100,000 person-years. Over a median treatment duration of 1.09-1.69 years, DPP4i were not associated with increased IBD risk across comparisons. The pooled aHRs for IBD were 0.82 (95% CI 0.41-1.61) when comparing DPP4i (n 5 161,612) to SU (n 5 310,550) and 0.76 (0.46-1.26) when comparing DPP4i (n 5 205,570) to TZD (n 5 87,543). CONCLUSIONS Our population-based cohort study of U.S. adults with diabetes suggests that shortterm DPP4i treatment does not increase IBD 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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».