MétaCan
Menu
Retour à la cohorte
Enregistrement W4367674424 · doi:10.1055/s-0043-1767871

The Real-World Observational Prospective Study of Health Outcomes with Dulaglutide & Liraglutide in Type 2 Diabetes Patients (TROPHIES): final 24-month primary endpoint analysis

2023· article· en· W4367674424 sur OpenAlexaff
Francesco Giorgino, Bruno Guerci, Luis‐Emilio García‐Pérez, Martin Füchtenbusch, Jérémie Lebrec, Marco Orsini Federici, Anne Dib, Elke Heitmann, Maria Yu, Kristina S. Boye

Notice bibliographique

RevueDiabetologie und Stoffwechsel · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensEli Lilly (Canada)
Organismes subventionnairesnon disponible
Mots-clésLiraglutideDulaglutideMedicineType 2 diabetesClinical endpointObservational studyInternal medicineGlucagon-like peptide 1 receptorDiabetes mellitusEndocrinologyReceptorClinical trialAgonist

Résumé

récupéré en direct d'OpenAlex

Question How long do people with Type 2 Diabetes (T2D) remain on their first glucagon-like peptide-1 receptor agonists (GLP-1 RA) without a significant treatment change? Methodology TROPHIES was a 24-month, prospective, non-comparative, observational study in adult patients with T2D initiating their first injectable glucose-lowering treatment with once-weekly dulaglutide (DU; N=1,014) or once-daily liraglutide (LIRA; N=991) in France, Germany, and Italy. Primary objective: to assess the time patients remained on their first GLP-1 RA without a significant treatment change due to treatment- or diabetes-related factors. Results Kaplan-Meier (KM) probability (95% CI) of no significant treatment change at 24 months was 0.71 (0.68–0.74) and 0.53 (0.49–0.56) in the DU and LIRA cohorts, respectively Two-hundred and eighty-six (28.2%) and 448 (45.2%) patients receiving DU and LIRA, respectively, had a significant treatment change. The main driver of treatment change in the DU and LIRA cohorts was intensification with an add-on therapy (insulin or OAD) and intensification with dose increase of GLP-1 RA, respectively. KM probability (95% CI) of GLP-1 RA persistence at 24 months was high in both cohorts: DU 0.82 (0.80–0.85); LIRA 0.75 (0.72–0.78). Conclusion In summary, the probabilities of no significant treatment change over 24 months were estimated as higher in the DU cohort than in the LIRA cohort in this non-comparative analysis, with good persistence in both cohorts. Publication History Article published online: 02 May 2023 © 2023. Thieme. All rights reserved. Georg Thieme Verlag Rüdigerstraße 14, 70469 Stuttgart, Germany

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)0,007
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,007
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,005
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,072
Tête enseignante GPT0,330
Écart entre enseignants0,258 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetologie und StoffwechselMême sujetDiabetes Treatment and ManagementTravaux en français237 207