MétaCan
Menu
← Retour à la cohorte
Enregistrement W4407162002 · doi:10.7759/cureus.78570

Comparing Glucagon-Like Peptide-1 Receptor Agonists to Sodium-Glucose Cotransporter-2 Inhibitors in Heart Failure With Preserved Ejection Fraction: A Systematic Review

2025· review· en· W4407162002 sur OpenAlexaboutno aff
Moath Al-Shudifat, Bushra Sumra, Cyril Kocherry, Hina Shamim, Kiran Jhakri, Safeera Khan

Notice bibliographique

RevueCureus · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineHeart failureEjection fractionGlucagon-like peptide-1Internal medicineEndocrinologyGlucagonReceptorPharmacologyCardiologyDiabetes mellitusType 2 diabetesInsulin

Résumé

récupéré en direct d'OpenAlex

Heart failure with preserved ejection fraction (HFpEF) is a subtype of congestive heart failure distinguished by a normal ejection fraction. Comorbidities associated with its development typically include chronic conditions such as diabetes, hypertension and obesity that restrict the heart's filling pressure. Since heart failure with reduced ejection fraction (HFrEF) has been the subject of much research, physicians have always been faced with the problem of a lack of effective therapeutic interventions when treating patients with HFpEF. In recent years, there has been an increase in the number of research studies to identify effective therapeutic medication for HFpEF. Sodium-glucose cotransporter-2 (SGLT-2) inhibitors and glucagon-like peptide-1 (GLP-1) receptor agonists, which were initially developed to manage diabetes, have shown improvement in clinical outcomes in HFpEF even in the absence of diabetes. This systematic review aimed to gather and analyze evidence from randomized controlled trials and observational studies on the two drug classes. The Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) 2020 guidelines were followed in the conduct of this comprehensive systematic review. To find all relevant studies, we searched three major medical databases, including Web of Science, Cochrane Central Register of Controlled Trials (CENTRAL), and PubMed (NCBI). We have identified 13 studies on both classes of drugs, some of which have contributed to formulating current guidelines for managing HFpEF. The quality of included studies has been scrutinized using quality assessment tools, including the Cochrane Risk of Bias 2 tool and the Newcastle-Ottawa Scale tool, to ensure transparency and limit bias to lead to more reliable findings. Most studies on SGLT-2 inhibitors demonstrated a significant reduction in hospitalization rates and symptom burden, as measured by Kansas City Cardiomyopathy Questionnaire (KCCQ) scores and functional capacity, as measured by a 6-minute walk test distance. GLP-1 receptor agonists have also improved symptom scores and functional capacity, specifically in obese patients, although reductions in hospitalization rates remain unclear. Improvements in functional capacity and symptom scores were observed for both drug classes, though some metrics were not consistently statistically significant across studies. The superiority of one medication over another remains inconclusive due to a lack of trials comparing both drugs. In addition, GLP-1 receptor agonists have been more recently studied, necessitating further research on this drug class to assess long-term outcomes, efficacy in non-obese patients, and combination with SGLT-2 inhibitors.

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)0,007
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,026
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0160,015
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,302
Écart entre enseignants0,272 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCureus→Même sujetDiabetes Treatment and Management→Travaux en français237 207→