Tirzepatide Reduces Albuminuria in Patients with T2D: Post-hoc Pooled Analysis of SURPASS 1-5
Notice bibliographique
Résumé
Does tirzepatide (5, 10, 15 mg) reduce urine albumin-creatinine ratio (UACR) compared to placebo or other diabetes medications? Methods: In this post-hoc analysis, UACR (% difference) for TZP (5, 10, 15 mg) vs comparators (COMPs) was analysed. Analyses were conducted in the pooled entire SURPASS 1-5 population and populations pooled by COMP: placebo (SURPASS 1 & 5); active (SURPASS 2 [semaglutide 1 mg] & SURPASS 3-4 [insulins]); and insulins. In each pooled population, data were examined in all patients and in subgroups defined by baseline UACR ≥30 mg/g or eGFR<60 mL/min/1.73m^2. Mixed model for repeated measures was used to analyse on-treatment data from baseline up to the end of treatment visit. Results: UACR data was available in 6263 patients of whom 1846 had UACR ≥30 mg/g and 537 had eGFR<60 mL/min/1.73m^2. UACR decreased more with TZP 5, 10, and 15 mg vs COMPs in pooled SURPASS 1-5 and consistently across pooled placebo, active, and insulin COMP studies. UACR lowering appeared more pronounced in subgroups with baseline UACR ≥30 mg/g or eGFR<60 mL/min/1.73m^2. Conclusion: In people with T2D, including those with reduced kidney function, TZP decreased UACR vs COMPs to a clinically relevant degree, supporting a potential kidney protective effect.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».