Patient preferences for newer oral therapies in type 2 diabetes
Notice bibliographique
Résumé
BACKGROUND: We aimed to evaluate patient preferences towards three oral antihyperglycaemic therapies using conjoint analysis to determine which attributes may influence use. METHODS: We used an online survey, completed by 553 US respondents with type 2 diabetes mellitus (T2DM; mean age 64 ± 9 years; 55% had cardiovascular [CV] risk; 27% had CV disease), to present hypothetical, blinded, pairwise, drug profile comparison choices, between different benefit/risk attributes and effect ranges. Attributes were derived from phase 3 trials for empagliflozin 25 mg (SGLT2 inhibitor), oral semaglutide 14 mg (GLP-1 receptor agonist) and sitagliptin 100 mg (DPP-4 inhibitor). Predicted therapy preference outcomes and relative importance of each attribute were calculated (presented as a percentage). RESULTS: Preference score was highest for the profile matching empagliflozin (56%), versus sitagliptin (38%; z-test, P < 0.001) and oral semaglutide (6%, z-test, P < 0.001). Results were overall consistent in subgroup analyses. Genital infection risk was the most important attribute (relative score: 19% [z-test, P = 0.077]). Other important attributes were fasting requirements (15%), weight reduction (15%), risk of vomiting (14%), CV benefit (12%), and risk of nausea (11%). HbA1c reduction (8%) and ability to take medication with other drugs (6%) were considered less important. While blinded to drug name/dose, respondents chose a drug profile similar to empagliflozin (41%) versus sitagliptin (31%), oral semaglutide (11%), or 'none of the options' (17%). CONCLUSION: While the drug profile comparable to empagliflozin was preferred, CV benefit was not the top patient priority. A shared physician-patient decision model and increased patient education are needed to ensure optimal use of guideline-directed T2DM therapies.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».