Use of metformin and insulin among pregnant women with gestation diabetes in the United Kingdom: A <scp>population‐based</scp> cohort study
Notice bibliographique
Résumé
AIMS: The contemporary prescription patterns of antidiabetic drugs following guideline changes recommending metformin as first-line gestational diabetes (GDM) pharmacotherapy is underexplored. We aimed to examined use of metformin and insulin during pregnancy among women with GDM over 20 years in the United Kingdom. METHODS: We conducted a population-based cohort study using linked data from the Clinical Practice Research Datalink, its pregnancy register and Hospital Episode Statistics from 1998 to 2017. We included pregnancies of women without prior diabetes history who received GDM diagnosis or initiated an antidiabetic drug after 20 weeks gestation. Patient-level and practice-level characteristics were compared between metformin initiators and insulin initiators. We described trends of initiating metformin as first-line treatment and described time to initiation of rescue insulin overall, and by body mass index among metformin initiators. RESULTS: Our cohort included 5633 pregnancies from 5393 women with GDM, of whom 38.9% initiated pharmacotherapy (41% insulin, 59% metformin). Metformin prescriptions (as opposed to insulin) increased substantially, from <5% of pregnancies before 2007 to 42.5% in 2008. Over 85% of pregnancies that were prescribed pharmacotherapy were prescribed metformin as first-line treatment in 2015. Among metformin initiators, 16% initiated rescue insulin, typically occurring within 40 days of metformin initiation. Choice of GDM pharmacotherapy varied by characteristics, including smoking, obesity, race/ethnicity and general practice regions. CONCLUSIONS: Metformin was the most prescribed medication for GDM, with large increases over the past 2 decades. The increasing use of oral-antidiabetic drugs during pregnancy, consistent with other regions, highlights the need for future studies examining effectiveness and safety of antidiabetic drug use during pregnancy.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».