Sodium‐glucose co‐transporter‐2 inhibitors in type 2 diabetes: Are clinical trial benefits for heart failure reflected in real‐world clinical practice? A systematic review and meta‐analysis of observational studies
Notice bibliographique
Résumé
AIM: To determine the absolute risk reduction (ARR) of heart failure events in people treated with sodium-glucose co-transporter-2 (SGLT2) inhibitors. MATERIALS AND METHODS: We searched PubMed, EMBASE, CINAHL and ISI Web of Science for observational studies published to 9 May 2022 that explored the association between SGLT2 inhibitors and any indication for heart failure (including new diagnosis or hospitalization for heart failure) in type 2 diabetes. Identified studies were independently screened by two reviewers and assessed for bias using the Newcastle-Ottawa scale. Eligible studies with comparable outcome data were pooled for meta-analysis using random-effects models, reporting hazard ratios (HRs) with 95% confidence intervals (CIs). The ARR per 100 person-years was determined overall, and in subgroups with and without baseline cardiovascular disease (CVD). RESULTS: From 43 eligible studies, with a total of 4 818 242 participants from 17 countries, 21 were included for meta-analysis. SGLT2 inhibitors were associated with a reduced risk of hospitalization for heart failure (HR 0.65, 95% CI 0.59-0.72) overall and both in those with CVD (HR 0.78, 95% CI 0.68-0.89) and without CVD (HR 0.53, 95% CI 0.39-0.71). Risk reduction for hospitalization for heart failure in people with a history of CVD (ARR 1.17, 95% CI 0.78-1.55) was significantly greater than for those without CVD (ARR 0.39, 95% CI 0.32-0.47). The number-needed-to-treat to prevent one event of hospitalization for heart failure was 86 (95% CI 65-128) person-years of treatment for the CVD group and 256 (95% CI 215-316) person-years for those without CVD. CONCLUSIONS: Real-world SGLT2 inhibitor use supports randomized trial data for the size effect of reduced hospitalization for heart failure in type 2 diabetes, although with a much lower ARR in people without CVD.
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 | 0,029 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,025 | 0,040 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».