Impact of GLP-1 receptor agonist-based therapies on cardiovascular and renal outcomes in diabetic and non-diabetic patients with CKD
Notice bibliographique
Résumé
BACKGROUND: The effect of glucagon-like peptide-1 (GLP-1) receptor agonists-based therapies on cardiovascular and renal outcomes has not been systematically reviewed across baseline kidney function groups. We conducted a systematic review and meta-analysis of randomized controlled trials (RCTs) with GLP-1 Receptor Agonists (RAs) in patients with and without chronic kidney disease (CKD). METHODS: We performed a PubMed/Medline search of randomized, placebo-controlled, event-driven outcome trials of GLP-1 RAs versus placebo in patients with and without diabetes from inception to January 2025. CKD was defined as an estimated glomerular filtration rate (eGFR) < 60 ml/min/1.73m2. The primary outcome was major adverse cardiovascular events (MACE). Secondary outcomes included hospitalization for heart failure, CKD progression, cardiovascular and all-cause mortality. The relative risk (RR) was estimated using a random-effects model. RESULTS: Nine RCTs were included with a total of 75,088 patients, including 17,568 with eGFR < 60 ml/min/1.73m2. Use of an GLP-1 RA in patients with CKD was associated with a lower incidence of MACE (RR 0.84; 95% CI 0.74-0.95; P 0.006) and of CKD progression (RR 0.85, 95% CI 0.77-0.94; P 0.002), compared with placebo. There was no differential treatment effect of GLP-1 RA on these endpoints by CKD status at baseline. CONCLUSIONS: GLP-1 RAs offer substantial cardiovascular and renal protection in patients with CKD. These findings support their use in CKD patients and confirms that these therapies may be continued as kidney function declines.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».