A post-hoc pooled analysis to evaluate efficacy and safety of insulin glargine 300 U/mL in insulin-naïve people with type 2 diabetes with/without prior use of glucagon-like peptide-1 receptor agonist therapy
Notice bibliographique
Résumé
AIMS: To evaluate treatment advancement with insulin glargine 300 U/mL (Gla-300), with or without prior glucagon-like peptide-1 receptor agonist (GLP-1 RA) therapy in type 2 diabetes (T2D). METHODS: Efficacy and safety outcomes of insulin-naïve patients intensifying with Gla-300, with/without prior GLP-1 RA therapy, were evaluated in three analyses (N = 3562): a pooled analysis of seven interventional studies, a subanalysis comparing participants who stopped GLP-1 RA therapy and initiated Gla-300 with those who received add-on Gla-300, and an expanded analysis including two observational studies. RESULTS: Glycaemic outcomes, including HbA1c improvement and fasting plasma glucose, were similar between groups with/without prior GLP-1 RA use. HbA1c least squares mean change from baseline was - 1.7 % and - 1.6 % with and without prior GLP-1 RA, respectively. Glycaemic outcomes were similar between participants who stopped GLP-1 RA therapy when initiating Gla-300 and those who received add-on Gla-300, although more participants receiving add-on Gla-300 achieved HbA1c targets. The expanded analysis yielded similar results. Incidence of hypoglycaemia was low with no clinically relevant weight changes in all analyses. CONCLUSIONS: Treatment advancement with Gla-300 in patients with T2D, with/without prior GLP-1 RA therapy, improved glycaemic outcomes with no relevant impact on weight, while maintaining a low hypoglycaemia risk.
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 | 0,026 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,041 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».