Abstract 14752: FGF-23, Cardiovascular Events, and the Benefit of Canagliflozin in the CANVAS Trial
Notice bibliographique
Résumé
Background: The incremental prognostic value of FGF-23 with cardiovascular (CV) risk, composite kidney outcomes (KO) and treatment response was assessed in the CANVAS trial, which studied the efficacy of the sodium glucose co-transporter 2 inhibitor canagliflozin (cana) versus placebo in patients with type 2 diabetes (T2D) and high CV risk. Methods: 3188 patients with available baseline FGF-23 samples were studied. The association between FGF-23 and the composite of time to CV death or hospitalization for heart failure (HHF) (primary endpoint), HHF, CV death, major adverse CV events (MACE) and KO were assessed using multivariable Cox proportional hazard regression models adjusted for clinical risk factors. Events rates by randomized treatment assignment were calculated for FGF-23 after assignment to a ‘low risk’ (Quartiles 1-3) or ‘high risk’ (Q4) group. Results: The median level of FGF-23 was 64.1 RU/mL (IQR 48.3-94.1). A doubling of FGF-23 was significantly associated with the primary endpoint (HR, 1.32; 95% CI, 1.19-1.46; P <0.001) as well as HHF (HR, 1.53; 95% CI, 1.31-1.79, P <0.001), CV death (HR, 1.18; 95% CI, 1.03-1.35, P =0.014), and KO (HR, 1.11; 95% CI, 1.02-1.21, P =0.014) but not MACE (HR, 1.05; 0.95-1.15, P =0.3) in the fully adjusted model (Table 1). Cana yielded consistent risk reduction for the primary endpoint, HHF and KO regardless of whether patients were categorized in the high or low risk group (all P heterogeneity>0.30) (Table 2). Conclusion: High levels of FGF-23 are associated with an increased risk of CV death and HHF, HHF, CV death, and KO in patients with T2D and high CV risk. Treatment with cana provides consistent benefit across higher and lower levels of FGF-23.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».