Impact of baseline FIB-4 score on efpeglenatide benefits on cardiovascular outcomes in people with type 2 diabetes: a participant-level exploratory analysis of the AMPLITUDE-O trial
Notice bibliographique
Résumé
AIMS: To estimate the incidence of major adverse cardiovascular events (MACE), expanded MACE, and MACE or Death across Fibrosis- 4 score (FIB-4) categories in people with type 2 diabetes and to determine whether efpeglenatide's effect varies with increasing FIB-4 severity. MATERIALS AND METHODS: AMPLITUDE-O trial data were used to estimate the relationship of FIB-4 score categories to the hazard of MACE, expanded MACE, and MACE or death. Interactions on these outcomes between baseline FIB-4 score, and between FIB-4 score and efpeglenatide were also assessed. RESULTS: Baseline FIB-4 score was available for 4059 participants (99.6%) allowing subdivision of the population in tertiles. During a median follow-up of 1.8 years, numerical increases in the incidence of all 3 outcomes did not change significantly across tertiles of FIB-4 score (P for trend ≥ 0.25) with negligible relationship of the score to incident outcomes (MACE HR, per 1 SD higher score, 95% CI: 1.00, 0.89-1.13). Efpeglenatide's effect on all MACE outcomes did not vary across FIB-4 tertiles (all interaction p values ≥ 0.64). CONCLUSIONS: In high-risk people with type 2 diabetes, the degree of liver fibrosis, as estimated by FIB-4 score, was not related to incident cardiovascular outcomes. The beneficial effect of efpeglenatide on these outcomes is independent of FIB-4 category.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,006 |
| Bibliométrie | 0,001 | 0,003 |
| 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 ».