MétaCan
Menu
Retour à la cohorte
Enregistrement W4416017605 · doi:10.1001/jama.2025.20834

SGLT2 Inhibitors and Kidney Outcomes by Glomerular Filtration Rate and Albuminuria

2025· article· en· W4416017605 sur OpenAlexaff
Brendon L. Neuen, Robert A. Fletcher, Stefan D. Anker, Deepak L. Bhatt, Javed Butler, David Z.I. Cherney, Kieran F. Docherty, Silvio E. Inzucchi, Meg Jardine, Kenneth W. Mahaffey, Finnian R. Mc Causland, Darren K. McGuire, John J.V. McMurray, Bruce Neal, Milton Packer, Siddharth M. Patel, Vlado Perkovic, Marc S. Sabatine, Rebecca J. Sardell, Scott D. Solomon, Muthiah Vaduganathan, C. Wanner, David C. Wheeler, Faïez Zannad, Richard Haynes, Natalie Staplin, William G. Herrington, Hiddo J.L. Heerspink, Hiddo JL Heerspink, Stefan D. Anker, Adrian F. Hernandez, Stefan James, Vlado Perkovic, Scott Solomon, Muthiah Vaduganathan, Christoph Wanner, Faiez Zannad

Notice bibliographique

RevueJAMA · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Kidney Disease and Diabetes
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésAlbuminuriaRenal functionKidney diseaseKidneyDiabetes mellitusStage (stratigraphy)

Résumé

récupéré en direct d'OpenAlex

Importance: Sodium-glucose cotransporter 2 (SGLT2) inhibitors reduce chronic kidney disease (CKD) progression in individuals with type 2 diabetes, CKD, or heart failure. However, their effects in those with stage 4 CKD or little to no albuminuria remain uncertain. Objective: To assess whether estimated glomerular filtration rate (eGFR) or degree of albuminuria, measured by urinary albumin to creatinine ratio (UACR), modifies the effects of SGLT2 inhibitors on kidney outcomes. Data Sources: SGLT2 inhibitor trials participating in the SGLT2 Inhibitor Meta-Analysis Cardio-Renal Trialists' Consortium (SMART-C). Study Selection: Randomized, double-blind, placebo-controlled trials within SMART-C evaluating an SGLT2 inhibitor with label indications for reducing CKD progression including at least 500 participants in each group with at least 6 months of follow-up. Data Extraction and Synthesis: Treatment effects in individual trials were pooled using inverse variance-weighted meta-analysis. Main Outcomes and Measures: CKD progression, defined as kidney failure, at least 50% reduction in eGFR, or death due to kidney failure. Other outcomes included annual rate of eGFR decline and kidney failure. Results: Among 70 361 participants (mean [SD] age, 64.8 [8.7] years; 24 595 [35.0%] females) in 10 randomized trials, 2314 (3.3%) experienced CKD progression and 988 (1.4%) reached kidney failure. SGLT2 inhibitors reduced the risk of CKD progression (25.4 vs 40.3 events per 1000 patient-years; hazard ratio [HR], 0.62 [95% CI, 0.57-0.68]), irrespective of baseline eGFR (HR of 0.61 [95% CI, 0.52-0.71] for eGFR ≥60 mL/min/1.73 m2; 0.57 [95% CI, 0.47-0.70] for eGFR of 45 to <60 mL/min/1.73 m2; 0.64 [95% CI, 0.54-0.75] for eGFR of 30 to <45 mL/min/1.73 m2; and 0.71 [95% CI, 0.60-0.83] for eGFR <30 mL/min/1.73 m2; P for trend = .16) and baseline albuminuria (HR of 0.58 [95% CI, 0.44-0.76] for albuminuria ≤30 mg/g; 0.74 [95% CI, 0.57-0.96] for >30-300 mg/g; and 0.57 [95% CI, 0.52-0.64] for more than 300 mg/g; P for trend = .49). Although the magnitude of protection varied, SGLT2 inhibitors reduced the annual rate of eGFR decline across all eGFR and UACR subgroups, including when participants with and without diabetes were analyzed separately. SGLT2 inhibitors also reduced the risk of kidney failure alone (HR, 0.66 [95% CI, 0.58-0.75]). Conclusions and Relevance: In this meta-analysis, SGLT2 inhibitors were found to lower the risk of CKD progression regardless of baseline eGFR or albuminuria, including in patients with stage 4 CKD or minimal albuminuria, supporting their routine use to improve kidney outcomes across the full spectrum of kidney function among patients with type 2 diabetes, CKD, or heart failure.

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)0,020
score de la tête « metaresearch » (Gemma)0,046
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: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,046
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,011
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,005
Tête enseignante GPT0,250
Écart entre enseignants0,245 · 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

Citations39
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAMAMême sujetChronic Kidney Disease and DiabetesTravaux en français237 207