Cardiovascular impact of the national program of publicly-funded access to dapagliflozin in Brazil
Notice bibliographique
Résumé
OBJECTIVES: Sodium-glucose cotransporter-2 inhibitors can reduce the incidence of cardiovascular (CV) events in patients with type 2 diabetes. Financial barriers may preclude their use in clinical practice. The aim of this study is to evaluate the changes in CV events associated with the implementation of the Brazilian national program of publicly-funded access to dapagliflozin in 2021. STUDY DESIGN: Nationwide population-based study. METHODS: A nationwide population-based time-series analysis to examine trends in rates of CV mortality and hospitalizations before (2017-2019) and after (2022-2024) public funding of dapagliflozin was performed. Data were obtained from the Brazilian National Health registry (203,080,756 individuals). RESULTS: As compared to 2017-2019, the mortality rates from CV causes in the Brazilian population reduced in 2022-2024 following the publicly-funded access to dapagliflozin. As compared to 2017, the mortality rate from CV causes decreased by 4.7 % in 2022, 11.4 % in 2023, and 19.1 % in 2024. Importantly, an interrupted time-series analysis indicated that there was a significant change on mortality rates from CV causes between these time periods: slope -0.16 (95 % CI -0.49 to 0.16) for the 2017-2019 time period as compared to -0.74 (95 % CI -1.19 to -0.29, P = 0.039) for 2022-2024 indicating a steeper reduction on the trend of mortality from CV causes after this public health intervention. CONCLUSIONS: There was an important change (reduction) in the trends of adverse CV outcomes following the implementation of a national program of publicly-funded access to dapagliflozin. These data highlight that public health measures that improve affordability of medications can significantly impact mortality rates at a population level.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».