Clinical Profile and Treatment Adherence in Patients with Type 2 Diabetes and Chronic Kidney Disease Who Initiate an SGLT2 Inhibitor: A Multi-cohort Study
Notice bibliographique
Résumé
The clinical landscape for the treatment of patients with chronic kidney disease (CKD) and type 2 diabetes (T2D) is rapidly evolving. As part of the FOUNTAIN platform (NCT05526157; EUPAS48148), we described and compared cohorts of adult patients with CKD and T2D initiating a sodium-glucose cotransporter 2 inhibitor (SGLT2i) before the launch of finerenone in Europe, Japan, and the United States (US). This was a multinational, multi-cohort study of patients with T2D in five data sources: the Danish National Health Registers (DNHR) (Denmark), PHARMO Data Network (The Netherlands), Valencia Health System Integrated Database (VID) (Spain), Japan Chronic Kidney Disease Database Extension (J-CKD-DB-Ex) (Japan), and Optum’s de-identified Clinformatics ® Data Mart Database (CDM) (US). Eligible patients had CKD (based on either diagnosis codes, eGFR values, and/or urine ACR) and initiated an SGLT2i between 2012 and 2021. Baseline demographic, lifestyle, and clinical characteristics were analyzed, and drug utilization patterns were described. The final cohorts included 21,739 patients in DNHR, 381 in PHARMO, 31,785 in VID, 1157 in J-CKD-DB-Ex, and 56,219 in CDM. Across data sources, approximately 41–70% had CKD stage 1 or 2 at baseline; severe CKD (stage 4) was uncommon (1.6–6.7%). The median duration of SGLT2i therapy ranged from 7.5 months in PHARMO to 17.0 months in VID. At least 50% of patients were currently receiving SGLT2i treatment at 1 year after initiation. At a 1-year follow-up, at least half of the patients with CKD and T2D were receiving SGLT2i treatment across the data sources. In patients initiating SGLT2i, treatment options for T2D and CKD were heterogeneous and dynamic within and among data sources.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».