MétaCan
Menu
Retour à la cohorte
Enregistrement W4387976774 · doi:10.1186/s12933-023-02026-9

Glycemic control, HbA1c variability, and major cardiovascular adverse outcomes in type 2 diabetes patients with elevated cardiovascular risk: insights from the ACCORD study

2023· article· en· W4387976774 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCardiovascular Diabetology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensLibin Cardiovascular Institute of AlbertaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineGlycemicInternal medicineDiabetes mellitusAngiologyAdverse effectType 2 diabetesInsulinEndocrinology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although recent guidelines advocate for HbA1c target individualization, a comprehensive criterion for patient categorization remains absent. This study aimed to categorize HbA1c variability levels and explore the relationship between glycemic control, cardiovascular outcomes, and mortality across different degrees of variability. METHODS: Action to Control Cardiovascular Risk in Diabetes study data were used. HbA1c variability was measured using the HbA1c variability score (HVS) and standard deviation (SD). K-means and K-medians clustering were used to combine the HVS and SD. RESULTS: K-means clustering was the most stable algorithm with the lowest clustering similarities. In the low variability group, intensive glucose-lowering treatment significantly reduced the risk of adverse cardiovascular outcomes (HR: 0·78 [95% CI: 0·63, 0·97]) without increasing mortality risk (HR: 1·07 [0.81, 1·42]); the risk of adverse cardiovascular events (HR: 1·33 [1·14, 1·56]) and all-cause mortality (HR: 1·23 [1·01,1·51]) increased with increasing mean HbA1c. In the high variability group, treatment increased the risk of cardiovascular events (HR: 2.00 [1·54, 2·60]) and mortality (HR: 2·20 [1·66, 2·92]); a higher mean HbA1c (7·86%, [7·66%, 8·06%]) had the lowest mortality risk, when the mean HbA1c was < 7·86%, a higher mean HbA1c was associated with a lower mortality risk (HR: 0·63 [0·42, 0·95]). In the medium variability group, a mean HbA1c around 7·5% was associated with the lowest risk. CONCLUSIONS: HbA1c variability can guide glycemic control targets for patients with type 2 diabetes. For patients with low variability, the lower the HbA1c, the lower the risk. For those with medium variability, controlling HbA1c at 7·5% provides the maximum benefit. For patients with high variability, a mean HbA1c of around 7·8% presents the lowest risk of all-cause mortality, a lower HbA1c did not provide cardiovascular benefits but instead increased the mortality risk. Further studies, especially those with patients that reflect the general population with type 2 diabetes undergoing the latest therapeutic approaches, are essential to validate the conclusions of this study.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,084
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,005
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,008
Tête enseignante GPT0,208
Écart entre enseignants0,200 · 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