Comparative risk of infection of medications used for type 2 diabetes
Notice bibliographique
Résumé
INTRODUCTION: Glucose-lowering drugs pose a potential infection risk among individuals with type 2 diabetes. The U.S. Food and Drug Administration has issued safety warnings regarding increased risks of urinary tract infections (UTIs) and genital infections with sodium-glucose cotransporter 2 (SGLT2) inhibitors. However, the infection risk associated with other glucose-lowering drugs remains unclear. We conducted a PubMed database search to review the infection risk of glucose-lowering drugs, focusing on meta-analysis of randomized controlled trials. AREAS COVERED: We described the infection risks associated with SGLT2 inhibitors, dipeptidyl peptidase-4 (DPP-4) inhibitors, glucose-like peptide-1 receptor agonists, metformin, and thiazolidinediones, covering infections of the genitourinary, respiratory, and gastrointestinal systems, including skin and soft tissue infections (SSTIs). EXPERT OPINION: SGLT2 inhibitors are associated with a higher genital infection risk, while their UTI risk remains inconclusive. DPP-4 inhibitors could be a treatment option for those intolerant to SGLT2 inhibitors, given their lower genital infection risk compared to placebo. Uncertainty persists regarding the risks of respiratory infections, gastroenteritis, and SSTIs with SGLT2 inhibitors. Limited evidence is available regarding the impact of DPP-4 inhibitors on respiratory infections. Additional research is needed to determine the comparative infection risk of other glucose-lowering drugs.
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) | 0,002 | 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 | 0,000 | 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 ».