OP0156 INITIATION OF SODIUM-GLUCOSE COTRANSPORTER-2 INHIBITORS AND RECURRENT GOUT FLARES IN GOUT PATIENTS WITH TYPE 2 DIABETES: A GENERAL POPULATION-BASED COHORT STUDY
Notice bibliographique
Résumé
Background Gout flares may increase risk of cardiovascular events.[1] Sodium-glucose cotransporter-2 inhibitors (SGLT2i) are associated with lower risk of incident gout (primary prevention); however, their role in recurrent flares among gout patients (secondary prevention), and their cardiovascular risk remains unknown. Objectives To assess rate of recurrent gout flares in prevalent gout patients with type 2 diabetes initiating SGLT2i versus dipeptidyl peptidase-4 inhibitors (DPP4i), two second-line glucose-lowering agents for type 2 diabetes. Methods This new-user, active comparator cohort study used administrative health data covering nearly all residents of British Columbia, Canada from Jan 2014 to June 2022, including all dispensed prescriptions, regardless of funder. Primary outcome was recurrent gout flare counts, ascertained by emergency department (ED), hospitalization, outpatient, and medication dispensing records.[1] We also restricted to flares requiring hospitalization or ED visit, and stratified by sex, age, gout intensity (presence of ≥1 gout-coded encounter or colchicine dispensing over past year) and diuretic and urate-lowering therapy (ULT) use. Myocardial infarction and stroke were secondary outcomes. We also assessed genital infection as positive control and osteoarthritis as negative control. Poisson and Cox proportional hazards models were used with 1:1 propensity matching. Results We included 8150 gout patients with type 2 diabetes (mean age 66, 71% male, 59% with cardiovascular disease). Flare rate was lower among SGLT2i initiators (52.4 events per 1000 person-years) than DPP4i initiators (79.7 events per 1000 person-years): rate ratio (RR) 0.66 (95% CI: 0.57, 0.75) and rate difference (RD) -27.4 (-36.0, -18.7). RR and RD for flares requiring hospitalization or ED visit were 0.52 (0.32, 0.84) and -3.4 (-5.8, -0.9), respectively. Results were consistent regardless of sex or age (Table 1). RR was also consistent regardless of baseline gout intensity or diuretic or ULT use, though absolute RD was higher in patients with greater gout intensity: -71.6 [-111.1, -32.1] vs. 20.8 [-28.8, -12.7] per 1000 person-years, respectively. Hazard ratio (HR) and RD were 0.69 (0.54, 0.88) and -7.6 (-12.4, -2.8) per 1000 person-years for myocardial infarction; HR, 0.81 (0.62, 1.05) for stroke. For control outcomes, SGLT2i initiators had higher risk of genital infection, while there was no difference in risk of osteoarthritis (Table 1). Conclusion For gout patients, SGLT2i may offer pleiotropic cardiovascular and recurrent flare frequency benefits. Reference [1] Cipolletta et al. JAMA 2022 Acknowledgements: NIL. Disclosure of Interests Natalie McCormick: None declared, Chio Yokose: None declared, Jie Wei: None declared, Leo Lu: None declared, Deborah Wexler Consultant of: Served on Data Monitoring Committees for Novo Nordisk , J. Antonio Aviña-Zubieta: None declared, Mary De Vera: None declared, Yuqing Zhang: None declared, Hyon Choi Consultant of: Ironwood, Selecta, Horizon, Takeda, Kowa, and Vaxart., Grant/research support from: Ironwood and Horizon.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| 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) | 0,003 | 0,001 |
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 ».