Comparative Cardiovascular Outcomes of Dapagliflozin Versus Empagliflozin in Patients With Type 2 Diabetes: A Meta-Analysis
Notice bibliographique
Résumé
Sodium-glucose co-transporter-2 (SGLT2) inhibitors have demonstrated significant cardiovascular benefits in patients with type 2 diabetes. However, head-to-head comparisons between dapagliflozin and empagliflozin, two widely prescribed SGLT2 inhibitors, remain limited. This meta-analysis aimed to directly compare the cardiovascular outcomes of these agents in patients with type 2 diabetes. We conducted a comprehensive literature search across multiple databases and included eight retrospective studies enrolling 280,617 patients (158,352 receiving empagliflozin and 122,265 receiving dapagliflozin). The primary outcome was major adverse cardiovascular events (MACE), with secondary outcomes including all-cause mortality, myocardial infarction, and stroke. Our pooled analysis revealed no significant difference in MACE risk between empagliflozin and dapagliflozin (RR: 1.04; 95% CI: 0.96 to 1.13). Similarly, no significant differences were observed for all-cause mortality (RR: 1.05; 95% CI: 0.96 to 1.15), myocardial infarction (RR: 1.04; 95% CI: 0.94 to 1.16), or stroke (RR: 1.00; 95% CI: 0.91 to 1.09). Subgroup analyses by gender, atherosclerotic cardiovascular disease, and chronic kidney disease status showed consistent results. However, in patients with heart failure, a trend toward reduced MACE risk was observed with empagliflozin (RR: 0.90; 95% CI: 0.82 to 1.00). Despite pharmacokinetic differences between these agents, our findings suggest comparable cardiovascular outcomes in patients with type 2 diabetes, with potentially enhanced benefits of empagliflozin in those with heart failure. However, due to lack of studies, this finding should be interpreted with caution. These results provide valuable insights for clinical decision-making when selecting SGLT2 inhibitors for cardiovascular risk reduction in diabetic patients. Further prospective studies are warranted to confirm these findings and explore potential mechanistic differences between these agents.
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 | 0,014 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,016 | 0,049 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».