MétaCan
Menu
Retour à la cohorte
Enregistrement W4411276022 · doi:10.1681/asn.0000000764

Kidney Parameters with Tirzepatide in Obesity with or without Type 2 Diabetes

2025· article· en· W4411276022 sur OpenAlexaff
Hiddo J.L. Heerspink, Allon N. Friedman, Petter Bjornstad, Daniël H. van Raalte, David Z.I. Cherney, Dachuang Cao, Luis‐Emilio García‐Pérez, Adam Stefański, Ibrahim Turfanda, Mathijs C. Bunck, Imane Benabbad, Ryan Griffin, Carolina Piras de Oliveira

Notice bibliographique

RevueJournal of the American Society of Nephrology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDiet and metabolism studies
Établissements canadiensToronto General HospitalUniversity Health Network
Organismes subventionnairesEli Lilly and Company
Mots-clésType 2 diabetesObesityMedicineDiabetes mellitusKidneyKidney diseaseInternal medicineEndocrinologyNephrologyUrology

Résumé

récupéré en direct d'OpenAlex

Key Points People with obesity and/or type 2 diabetes are at higher risk of progressive kidney function loss. We assessed the association of tirzepatide use with kidney function parameters in people with overweight/obesity with or without type 2 diabetes. Tirzepatide treatment was associated with urine albumin-to-creatinine reduction after 24 weeks, which was sustained through week 72, and no change in eGFR. Background Tirzepatide, a once-weekly, glucose-dependent insulinotropic polypeptide and glucagon-like peptide-1 receptor agonist, showed kidney-protective effects in people with type 2 diabetes at high cardiovascular disease risk. In this post hoc analysis of the SURMOUNT-1 and SURMOUNT-2 trials, we assessed the association of tirzepatide use with kidney function parameters in people with overweight/obesity with or without type 2 diabetes. Methods In SURMOUNT-1, participants with overweight or obesity without type 2 diabetes were randomized to tirzepatide 5, 10, and 15 mg or placebo. In SURMOUNT-2, participants with type 2 diabetes were randomized to tirzepatide 10 and 15 mg or placebo. For this analysis, all tirzepatide groups were pooled in each trial. Assessments included change from baseline to week 72 for urine albumin-to-creatinine ratio (UACR) and eGFR. eGFR was assessed using creatinine-based eGFR, cystatin-C–based eGFR, and creatinine-cystatin-C–based eGFR (Cr-Cys-C-eGFR). Results In SURMOUNT-1 ( N =2539) and SURMOUNT-2 ( N =938), the median (25th–75th percentile) baseline UACR was 6.0 (4.0–11.0) mg/g and 13.0 (6.0–35.1) mg/g, respectively. UACR estimated difference for tirzepatide versus placebo, at week 72 was−8.4% (95% confidence interval [CI], −14.7 to −1.6) for SURMOUNT-1 and −31.1% (95% CI, −40.9 to −19.7) for SURMOUNT-2. The UACR change was more pronounced among participants with baseline UACR ≥30 mg/g with placebo-corrected changes from baseline at week 72 of −42.3% (95% CI, −60.8 to −15.0) in SURMOUNT-1 and −55.2% (95% CI, −68.5 to −36.4) in SURMOUNT-2, respectively. In SURMOUNT-1, tirzepatide was associated with increased eGFR based on cystatin-C–based eGFR or Cr-Cys-C-eGFR estimation equations, with mean differences versus placebo at week 72 of 3.2 ml/min per 1.73 m 2 (95% CI, 2.1 to 4.3) and 1.9 ml/min per 1.73 m 2 (95% CI, 0.9 to 2.9), respectively. In SURMOUNT-2 at week 72, increases in both tirzepatide and placebo groups were observed for Cys-C or Cr-Cys-C-eGFR, with no between-group differences. Conclusions In participants with obesity/overweight with or without type 2 diabetes, tirzepatide was associated with reduced albuminuria without adverse changes in eGFR. Clinical Trial registry name and registration number: SURMOUNT-1: NCT04184622; SURMOUNT-2: NCT04657003.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,277
Écart entre enseignants0,264 · 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

Citations17
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Society of NephrologyMême sujetDiet and metabolism studiesTravaux en français237 207