Benefits of Icosapent Ethyl Across a Range of Baseline Renal Function in Patients with Established Cardiovascular Disease or Diabetes: Results of REDUCE-IT RENAL
Notice bibliographique
Résumé
Background: Chronic kidney disease is associated with adverse outcomes among patients with established cardiovascular disease (CVD) or diabetes. Medications for treatment of CVD among patients with low estimated glomerular filtration rate (eGFR) may be ineffective. Methods: The Reduction of Cardiovascular Events with Icosapent Ethyl-Intervention Trial (REDUCE-IT) randomized patients with CVD or diabetes and one additional risk factor to treatment with icosapent ethyl or placebo. Patients from REDUCE-IT were categorized by prespecified eGFR categories for analysis of the effect of icosapent ethyl (IPE) on the primary endpoint (composite of cardiovascular (CV) death, nonfatal myocardial infarction (MI), nonfatal stroke, coronary revascularization, or unstable angina) and key secondary endpoint (a composite of CV death, nonfatal MI, or nonfatal stroke). In post hoc analysis, patients were categorized by additional eGFR cutoffs consistent with current medical guidelines. Results: Among the 8179 REDUCE-IT patients, median baseline eGFR was 75 mL/min/1.73m2 (range: 17 to 123 mL/min/1.73m2). There were no meaningful changes in median eGFR for IPE versus placebo across study visits. IPE benefit was consistent across baseline eGFR for the primary (Figure) and key secondary endpoints. The numerical reduction in CV death was greatest in the eGFR <60 mL/min/1.73m2 group (IPE: 7.6%; placebo: 10.6%; HR 0.70, 95%CI 0.51, 0.95, p=0.02). The rate of microalbuminuria in adverse event reporting was lower among IPE-treated patients (0.1% versus 0.3%, p=0.01). Conclusions: In REDUCE-IT, icosapent ethyl reduced fatal and nonfatal ischemic events across the broad range of baseline eGFR categories. Funding: Commercial Support - Amarin
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».