Utilizing synchronous care to improve cardiovascular and renal health among patients with type 2 diabetes: Proof‐of‐concept results from the <scp>DECIDE</scp> ‐ <scp>CV</scp> clinical programme
Notice bibliographique
Résumé
AIM: The management of patients with type 2 diabetes is asynchronous, i.e. not coordinated in time, resulting in delayed access to care and low use of guideline-directed medical therapy (GDMT). METHODS: We retrospectively analysed consecutive patients assessed in the 'synchronized' DECIDE-CV clinic. In this outpatient clinic, patients with type 2 diabetes and cardiovascular or chronic kidney disease are simultaneously assessed by an endocrinologist, cardiologist and nephrologist in the same visit. The primary outcome was use of GDMT before and after the assessment in the clinic, including sodium-glucose cotransporter 2 inhibitors, glucagon-like peptide 1 receptor agonists, renin-angiotensin system blockers and mineralocorticoid receptor antagonists. Secondary outcomes included the baseline-to-last-visit change in surrogate laboratory biomarkers. RESULTS: The first 232 patients evaluated in the clinic were included. The mean age was 67 ± 12 years, 69% were men and 92% had diabetes. In total, 73% of patients had atherosclerotic cardiovascular disease, 65% heart failure, 56% chronic kidney disease and 59% had a urinary albumin-to-creatinine ratio ≥30 mg/g. There was a significant increase in the use of GDMT:sodium-glucose cotransporter 2 inhibitors (from 44% to 87% of patients), glucagon-like peptide 1 receptor agonists (from 8% to 45%), renin-angiotensin system blockers (from 77% to 91%) and mineralocorticoid receptor antagonists (from 25% to 45%) (p < .01 for all). Among patients with paired laboratory data, glycated haemoglobin, urinary albumin-to-creatinine ratio and N-terminal proB-type natriuretic peptide levels significantly dropped from baseline (p < .05 for all). CONCLUSIONS: Joint assessment of patients with diabetes in a synchronized cardiometabolic clinic holds promise for enhancing GDMT use and has led to significant reductions in surrogate cardiovascular and renal laboratory biomarkers.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».