Long‐acting insulin analogues and the risk of diabetic retinopathy among patients with type 2 diabetes: A population‐based cohort study
Notice bibliographique
Résumé
AIM: To determine whether the use of long-acting insulin analogues is associated with an increased risk of incident diabetic retinopathy (DR) among patients with type 2 diabetes. METHODS: Using data from the Clinical Practice Research Datalink Aurum, this retrospective, population-based cohort study included patients with type 2 diabetes who initiated a long-acting insulin analogue (glargine, detemir, degludec) or Neutral Protamine Hagedorn (NPH) insulin. The primary outcome was incident DR. We used Cox proportional hazards models with inverse probability of treatment weighting to estimate hazard ratios (HRs) and 95% confidence intervals (CIs) for incident DR with insulin analogues versus NPH insulin. RESULTS: There were 66 280 new users of long-acting insulin analogues and 66 173 new users of NPH insulin. The incidence rate of DR was 101.7 per 1000 person-years (95% CI, 98.7-104.8) for insulin analogues and 93.2 (95% CI, 90.0-96.5) per 1000 person-years for NPH insulin. Compared with the current use of NPH insulin, insulin analogues were not associated with the risk of incident DR (HR 1.04, 95% CI, 0.99-1.09). The adjusted HRs were 0.84 (95% CI, 0.66-1.07) for proliferative DR and 1.02 (95% CI, 0.97-1.08) for non-proliferative DR. CONCLUSIONS: Compared with NPH insulin, long-acting insulin analogues were not associated with the risk of incident DR among patients with type 2 diabetes. This finding provides important reassurance regarding the safety of long-acting insulin analogues with respect to incident DR.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».