Effect of Sotagliflozin (SOTA) on Albuminuria in Patients With Type 2 Diabetes (T2D) and CKD
Notice bibliographique
Résumé
Background: Albuminuria in patients with/without diabetes presents a higher risk for adverse renal and cardiovascular (CV) outcomes. SGLT inhibitors demonstrate improved albuminuria. The study observed the impact of the SGLT1/SGLT2 inhibitor SOTA on urine albumin-to-creatinine ratio (UACR). Methods: SCORED—a Phase 3, multicenter, double-blind, placebocontrolled, parallel-group study—randomized 10,584 patients with T2D, CKD, and other CV risk factors to SOTA or placebo. Kidney inclusion criteria were eGFR 25-60mL/min/1.73m2 and any UACR. Percentage treatment difference was estimated by geometric mean ratio for the overall cohort and by eGFR and UACR subgroups. Progression/regression of UACR were assessed. Hazard ratios, 95% confidence intervals (CI), and p-values were estimated by Cox proportional hazards model. Results: Median baseline eGFR was 44.5mL/min/1.73m2, with 8% at <30mL/min/1.73m2. At baseline, median UACR was 82mg/g, and 1/3 of patients had normoalbuminuria, 1/3 had micro, and 1/3 had macro. Median follow up was 16 months. The UACR difference for SOTA vs placebo was -21.3% (95% CI -23.4, -19.1; p<0.0001). Reductions were similar across eGFRs. In UACR 30-299mg/g and ≥300mg/g, reductions were significant in SOTA (p<0.0001;Fig 1). Progression risk was lower and regression risk higher in SOTA vs placebo (p<0.0001; Fig 2). Conclusions: SOTA significantly reduced UACR and had favorable effects on UACR progression and regression. Funding: Commercial Support - Sanofi and Lexicon Pharmaceuticals
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».