Risk of Stroke in Real-World US Individuals with Type 2 Diabetes Receiving Semaglutide or a Dipeptidyl Peptidase 4 Inhibitor
Notice bibliographique
Résumé
INTRODUCTION: People with type 2 diabetes (T2D) have a higher risk of stroke and worse outcomes than those without T2D. Pooled data from randomized controlled trials indicate that the glucagon-like peptide 1 receptor agonist semaglutide is associated with stroke risk reduction in people with T2D at high cardiovascular risk. We compared real-world stroke risk in people with T2D or T2D plus atherosclerotic cardiovascular disease (ASCVD) initiating either semaglutide or a dipeptidyl peptidase 4 inhibitor (DPP4i). METHODS: Adults (≥ 18 years old) in a US claims database with a claim indicating initiation of either semaglutide or a DPP4i (index date) during the index period (1 January 2018-30 September 2020), a diagnosis code for T2D on or before the index date and at least 12 months' continuous enrolment in the database pre-index were included and propensity score matched 1:1 on baseline demographic and clinical characteristics. The primary outcome was time to first stroke event during follow-up. Healthcare resource utilization was also compared between groups. RESULTS: The analysis included 17,920 matched pairs with T2D and 4234 matched pairs with T2D and ASCVD. The groups were well matched on baseline characteristics. People initiating semaglutide had a lower risk of stroke over short-term follow-up than those initiating a DPP4i (T2D: hazard ratio 0.63 [95% confidence interval 0.41-0.95], p = 0.029; T2D plus ASCVD: 0.45 [0.24-0.86], p = 0.015). Semaglutide was also associated with a lower rate of inpatient, outpatient and emergency room visits compared with a DPP4i. CONCLUSION: This proof-of-concept analysis indicates that semaglutide has the potential to reduce the risk of stroke in people with T2D when prescribed in clinical practice.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».