Comparative efficacy of <scp>sodium‐glucose</scp> co‐transporter‐2 inhibitors, <scp>glucagon‐like</scp> peptide‐1 receptor agonists and non‐steroidal mineralocorticoid receptor antagonists in chronic kidney disease and type 2 diabetes: A systematic review and network <scp>meta‐analysis</scp>
Notice bibliographique
Résumé
AIM: To compare the relative efficacy of sodium-glucose co-transporter 2 inhibitors (SGLT-2is), glucagon-like peptide-1 receptor agonists (GLP-1RAs) and non-steroidal mineralocorticoid receptor antagonists (nsMRAs) in improving the cardiovascular and renal outcomes in patients with type 2 diabetes (T2D) and chronic kidney disease (CKD). MATERIALS AND METHODS: We searched PubMed, Embase and Cochrane Library from inception through 25 November 2022. We selected randomized controlled trials that studied patients with CKD and T2D with a follow-up of at least 24 weeks and compared SGLT-2is, GLP-1RAs and nsMRAs with each other and with placebo. Primary outcomes were major adverse cardiovascular events (MACE) and composite renal outcomes (CRO). Secondary outcomes were cardiovascular death, all-cause death, stroke, myocardial infarction and heart failure hospitalization (HFH). A frequentist approach was used to pool risk ratios (RRs) with 95% confidence intervals (CIs). RESULTS: Twenty-nine studies with 50 938 participants for MACE and 49 965 participants for CRO were included. SGLT-2is did not significantly reduce MACE but were associated with significantly lower risks of CRO compared with GLP-1RAs (RR, 0.77; 95% CI, 0.64-0.91; P = .003) and nsMRAs (RR, 0.78; 95% CI, 0.68-0.90; P = .001). Compared with GLP-1RAs and nsMRAs, SGLT-2is significantly reduced risks of HFH by 31% (RR, 0.69; 95% CI, 0.55-0.88; P = .002) and 22% (RR, 0.78; 95% CI, 0.63-0.95; P = .016), respectively, but did not significantly reduce other secondary outcomes. There were no significant differences between GLP-1RAs and nsMRAs in lowering all outcomes. CONCLUSIONS: SGLT-2is were associated with better cardiorenal protection than GLP-1RAs and nsMRAs in patients with CKD and T2D.
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 | 0,009 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,020 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».