A randomized phase 2b trial examined the effects of the glucagon-like peptide-1 and glucagon receptor agonist cotadutide on kidney outcomes in patients with diabetic kidney disease
Notice bibliographique
Résumé
Cotadutide is a glucagon-like peptide-1 (GLP-1) and glucagon receptor agonist that may improve kidney function in patients with type 2 diabetes (T2D) and chronic kidney disease (CKD). In this phase 2b study, patients with T2D and CKD (estimated glomerular filtration rate [eGFR] of 20 or more and under 90 mL/min per 1.73 m 2 and urinary albumin-to-creatinine ratio [UACR] over 50 mg/g) were randomized 1:1:1:1:1 to 26 weeks' treatment with standard of care plus subcutaneous cotadutide uptitrated to 100, 300, or 600 μg, or placebo daily (double-blind), or the GLP-1 agonist semaglutide 1 mg once weekly (open-label).The co-primary endpoints were absolute and percentage change versus placebo in UACR from baseline to the end of week 14. Among 248 randomized patients, mean age 67.1 years, 19% were female, mean eGFR was 55.3 mL/min per 1.73 m 2 , geometric mean was UACR 205.5 mg/g (coefficient of variation 270.0), and 46.8% were receiving concomitant sodium–glucose co-transporter 2 inhibitors. Cotadutide dose-dependently reduced UACR from baseline to the end of week 14, reaching significance at 300 μg (–43.9% [95% confidence interval −54.7 to −30.6]) and 600 μg (−49.9% [−59.3 to −38.4]) versus placebo; with effects sustained at week 26. Serious adverse events were balanced across arms. Safety and tolerability of cotadutide 600 μg were comparable to semaglutide. Thus, our study shows that in patients with T2D and CKD, cotadutide significantly reduced UACR on top of standard of care with an acceptable tolerability profile, suggesting kidney protective benefits that need confirmation in a larger study.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,000 | 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 ».