Trends of lipid-lowering drug utilization, treatment intensity and LDL-C target attainment in adults with diabetes and non-dialysis chronic kidney disease in Hong Kong
Notice bibliographique
Résumé
Background: With evolving treatment targets, concerns over renal safety for some statins and new lipid-lowering drugs (LLDs), we aimed to evaluate the trends of statins and non-statin LLDs [ezetimibe, and proprotein convertase subtilisin/kexin type 9 inhibitors (PCSK9i)] utilization in individuals with diabetes and non-dialysis chronic kidney disease (CKD) in Hong Kong. Methods: We conducted a retrospective cohort study of 332,975 Chinese individuals with diabetes and non-dialysis CKD using data from Hong Kong Hospital Authority in 2002-2019. We analyzed the annual average dosage, treatment intensity (low-intensity: <30% Low density lipoprotein-cholesterol (LDL-C) reduction; moderate-intensity: 30%-49%; high-intensity: ≥50%) and attained LDL-C targets defined by annual average LDL-C value. We evaluated the age-sex standardized trends of statin and common non-statin LLD use for primary and secondary prevention across age, sex and CKD stages. Findings: Statin-users increased from 17.6% in 2002 to 71.3% in 2019 with similar trends across age, sex and CKD stages G3-5 except for the 18-49 age group having the highest proportion of non-users of LLD (39%). By 2019, the usage of ezetimibe (1.19%) and PCSK9i (0.01%) remained low. Amongst statin-users, 27.2% received moderate-intensity therapy for primary prevention and 11.2% received high-intensity therapy for secondary prevention. In 2019, 33.3% of LLD-users achieved LDL-C < 1.8 mmol/L for primary prevention and 21.3% achieved LDL-C < 1.4 mmol/L for secondary prevention. Interpretation: Despite the increasing use of statins, treatment gaps remain with respect to treatment intensity and LDL-C target attainment in diabetes and non-dialysis CKD calling for increased use of combination statin and ezetimibe or PCSK9i to close the treatment gaps. Funding: Dr. Aimin Yang was supported by a CUHK Impact Research Fellowship Scheme.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».