Generalizability of REDUCE-IT eligibility criteria in a large diabetes cardiovascular outcomes trial: A post hoc subgroup analysis of EMPA-REG outcome
Notice bibliographique
Résumé
REDUCE-IT showed that icosapent ethyl (IPE) improved cardiovascular (CV) outcomes in participants with established CV disease (CVD) or type 2 diabetes (T2D) and at least one additional risk factor plus mild-moderate hypertriglyceridemia and reasonably controlled low-density lipoprotein cholesterol (LDL-C). As the generalizability of REDUCE-IT has not been investigated in a T2D population with established CVD, this post hoc analysis investigated how many participants from EMPA-REG OUTCOME, which tested the effects of empagliflozin versus placebo on CV outcomes in participants with T2D and CVD, would have been eligible for IPE treatment, and whether CV outcomes differed based on eligibility for IPE treatment. Participants from EMPA-REG OUTCOME were screened for inclusion using both REDUCE-IT-like criteria (baseline statin therapy, triglycerides 135–499 mg/dL and LDL-C 41–100 mg/dL) and slightly amended FDA indication criteria (triglycerides ≥150 mg/dL). Analyses were conducted to characterize the study population and CV outcomes in participants eligible for IPE versus those not eligible for IPE. Of the 7020 participants from EMPA-REG OUTCOME, 1810 (25.8%) fulfilled REDUCE-IT criteria and 3182 (45.3%) fulfilled FDA criteria for IPE treatment. Treatment effects of empagliflozin versus placebo on CV and kidney outcomes and mortality were consistent in participants meeting REDUCE-IT and FDA criteria and those who did not. These results indicate that a sizable proportion of patients with diabetes and established CVD, such as those in EMPA-REG OUTCOME, may be eligible for IPE treatment to lower residual CV risk. Treatment benefit with empagliflozin was consistent, regardless of REDUCE-IT or FDA eligibility criteria.
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 | 0,026 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,011 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».