MétaCan
Menu
← Retour à la cohorte
Enregistrement W4404324549 · doi:10.1161/circ.150.suppl_1.4118762

Abstract 4118762: Large-scale multinational trends in the use of cardioprotective antihyperglycemic agents as first-line therapy in patients with type 2 diabetes and cardiovascular disease: a LEGEND-T2DM study

2024· article· en· W4404324549 sur OpenAlexaff
Phyllis Thangaraj, Arya Aminorroaya, Lovedeep Dhingra, Aline Pedroso Camargos, Jin Zhou, Clair Blacketer, Fan Bu, Yi Chai, Shounak Chattopadhyay, David A Dorr, Talita Duarte‐Salles, Wallis C. Y. Lau, Yuntian Liu, Yuan Lu, Kenneth K. C. Man, Evan Minty, Lauren Richter, Joseph S. Ross, Nigam H. Shah, Patrick Ryan, Martijn J. Schuemie, George Hripcsak, Harlan M. Krumholz, Marc A. Suchard, Rohan Khera

Notice bibliographique

RevueCirculation · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Research
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineDiseaseDiabetes mellitusType 2 diabetesType 2 Diabetes MellitusInternal medicineFirst lineTraditional medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

Background: US guidelines for type 2 diabetes (T2DM) recommend metformin as first-line anti-hyperglycemic therapy (AHT), but prioritizing the use of AHTs that reduce cardiovascular disease (CVD) risk – GLP1-RAs and SGLT2is – is increasingly suggested for people with CVD. We examine the multinational use patterns of GLP1-RAs, SGLT2is, DPP4is, and sulfonylureas (SUs) as first-line therapies for patients with CVD. Methods: In 10 US and 6 non-US databases between 2016 and 2021 mapped to a common data model [A], we measured yearly initiation of GLP1-RAs, SGLT2is, DPP4is, and SUs as first-line AHTs in patients with T2DM with and without CVD [B]. We also compared the initiation of the drug classes as second-line after metformin. We calculated the annual rate of change in proportional initiation of each drug class as first-line AHT and assessed differences in trends as group x time interactions in linear mixed models. Results: Across all data sources, 3.3 million patients with T2DM used GLP1-RAs, SGLT2is, DPP4is, or SUs as first-line AHTs, and 3.9m initiated these drug classes as second-line AHT after metformin. Within the first-line cohort, 1.4m (41%) had established CVD compared with 1.2m (31%) in the second-line cohort. For GLP1-RAs and SGLT2is, the annual rate of their relative use as first-line agents increased among patients with T2DM with CVD (GLP1RAs: ranging 1.3-5.4% in US [C] and 0.3-0.8% in non-US [D], SGLT2is: 2.1-12.9% in US [E] and 8.1-10.6% in non-US databases [F]). There was a larger relative increase in the use of SGLT2i and a smaller increase in GLP1RA use in CVD vs non-CVD cohorts (P interaction <.001). While there was a larger increase in GLP1RAs uptake in the US cohorts, SGLT2i use increased more in non-US cohorts ([C-F], P interaction <.001 for all, except .01 for SGLT2i). Of note, across cohorts, the uptake of GLP1RA and SGLT2i as first-line was higher than second-line use among those with CVD (P interaction <.001). In contrast, DPP4i and SU use as first-line was lower than GLP1RA and SGLT2is and decreased over time (P<.001). Conclusions: In a large-scale multinational, federated cohort of patients with T2DM, the use of cardioprotective agents increased as first-line AHT, with variation in SGLT2i and GLP1RAs uptake across study cohorts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,005
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,290
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculation→Même sujetDiabetes Management and Research→Travaux en français237 207→