MétaCan
Menu
Retour à la cohorte
Enregistrement W4318262703 · doi:10.1146/annurev-med-042921-102135

SGLT2 Inhibitors: The Sweet Success for Kidneys

2023· review· en· W4318262703 sur OpenAlexafffund
Atit Dharia, Abid Ali Khan, Vikas S. Sridhar, David Z.I. Cherney

Notice bibliographique

RevueAnnual Review of Medicine · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesDepartment of Medicine, University of TorontoCanadian Institutes of Health ResearchBanting and Best Diabetes Centre, University of TorontoKidney Foundation of CanadaUniversity of TorontoDiabetes Canada
Mots-clésAlbuminuriaMedicineRenal functionKidneyDiabetes mellitusClinical trialEmpagliflozinKidney diseaseIntensive care medicineInternal medicineType 2 diabetesEndocrinology

Résumé

récupéré en direct d'OpenAlex

Sodium-glucose cotransporter-2 inhibitors (SGLT2 inhibitors) were originally developed as antidiabetic agents, with cardiovascular (CV) outcome trials demonstrating improved CV outcomes in patients with type 2 diabetes mellitus (T2D). Secondary analyses of CV outcome trials and later dedicated kidney outcome trials consistently reported improved kidney-related outcomes independent of T2D status and across a range of kidney function and albuminuria. Importantly, SGLT2 inhibitors are generally safe and well tolerated, with clinical trials and real-world analyses demonstrating a decrease in the risk of acute kidney injury. The kidney protective effects of SGLT2 inhibitors generally extend across different members of the class, possibly on the basis of hemodynamic, metabolic, anti-inflammatory, and antifibrotic mechanisms. In this review, we summarize the effects of SGLT2 inhibitors on kidney outcomes in diverse patient populations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,407
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,060
Tête enseignante GPT0,405
Écart entre enseignants0,345 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations55
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnual Review of MedicineMême sujetDiabetes Treatment and ManagementTravaux en français237 207