MétaCan
Menu
← Retour à la cohorte
Enregistrement W4306318992 · doi:10.1093/eurheartj/ehac544.1939

Risk of stroke in patients with type 2 diabetes receiving semaglutide or a dipeptidyl peptidase-4 inhibitor: a real-world US claims database analysis

2022· article· en· W4306318992 sur OpenAlexaff
M. Husain, Marc Evans, Ofir Frenkel, Kamal Kant Mangla, A Srivastava, Ildiko Lingvay

Notice bibliographique

RevueEuropean Heart Journal · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensTed Rogers Centre for Heart ResearchUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineSemaglutideType 2 diabetesInternal medicineStroke (engine)Diabetes mellitusDipeptidyl peptidase-4Gestational diabetesPediatricsPregnancyEndocrinologyGestationLiraglutide

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction People with type 2 diabetes (T2D) have a higher risk of stroke than those without, are likely to experience stroke at a younger age, and have worse outcomes. The cardiovascular benefits of glucagon-like peptide-1 receptor agonists (GLP-1 RAs) in T2D have been demonstrated in randomized controlled trials. A meta-analysis of these data has shown that GLP-1 RAs are associated with a significant reduction in the risk of stroke; however, there remains an evidence gap for the real-world effect of semaglutide specifically on stroke risk. Purpose To compare real-world risk of stroke in patients with T2D or T2D + atherosclerotic cardiovascular disease (ASCVD) initiating either semaglutide or a dipeptidyl peptidase-4 inhibitor (DPP-4i). Methods For inclusion, adults (≥18 years) in a US claims database required a claim indicating initiation of either semaglutide or a DPP-4i (index date) during the index period (1/1/18–30/9/20), a diagnosis code for T2D on or before the index date, and 12 months' continuous enrolment pre-index. Exclusion criteria were a claim for semaglutide, DPP-4i or injectable glucose-lowering medication, or diagnosis code for type 1 or secondary diabetes in the 12 months pre-index; or a claim associated with pregnancy or gestational diabetes any time during the study period. Patients were propensity score matched 1:1 on 27 baseline demographic and clinical characteristics. Patients who also had a diagnosis code for ASCVD pre-index were matched separately on 26 variables. Primary outcome was time to first stroke event during follow-up, defined as a medical claim with stroke as primary diagnosis during inpatient or emergency room visit. Patients with no event were censored at end of enrolment or end of study period (30/9/20), whichever was earliest. Results Post-matching, there were 17,920 pairs with T2D and 4234 pairs with T2D+ASCVD. The groups were well matched on baseline characteristics (Table). For T2D, patients initiating semaglutide had a lower risk of stroke than those initiating a DPP-4i (hazard ratio [HR], 0.63; 95% confidence interval [CI]: 0.41–0.95; p=0.029). This trend was more pronounced for T2D+ASCVD (HR, 0.45 [0.24–0.86]; p=0.015). Overall, 34 patients with T2D receiving semaglutide (0.2%) experienced a stroke event (incidence rate [IR] per 100 person-years, 0.25), compared with 60 patients receiving a DPP-4i (0.3%; IR, 0.40; IR ratio [IRR], 0.62; 95% CI: 0.40–0.95). For the groups with T2D+ASCVD, 13 patients receiving semaglutide (0.3%; IR, 0.40) and 32 receiving a DPP-4i (0.8%; IR, 0.90) experienced a stroke event (IRR, 0.44 [0.23–0.85]). The Figure shows cumulative incidence of stroke over follow-up (median 237–258 days). Conclusion This analysis provides initial insights into the potential of semaglutide to reduce real-world stroke risk in patients with T2D. Analyses with additional comparison groups and longer follow-up are needed to determine the broader clinical and economic implications. Funding Acknowledgement Type of funding sources: Private grant(s) and/or Sponsorship. Main funding source(s): This study was funded by Novo Nordisk A/S. Medical writing support was provided by Oxford PharmaGenesis, Oxford, UK with funding from Novo Nordisk A/S.

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)0,013
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,005
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,259
Écart entre enseignants0,241 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Heart Journal→Même sujetDiabetes Treatment and Management→Travaux en français237 207→