Cardiovascular Risk Prediction Modelling with Sotagliflozin in Type 1 Diabetes: Analysis of inTandem 1-3 Trials
Notice bibliographique
Résumé
Background: Sodium-glucose cotransporter (SGLT) inhibitors reduce cardiovascular risk in people with type 2 diabetes. It is unknown if this extends to individuals with type 1 diabetes (T1D). To understand the potential benefits of SGLT inhibition in T1D, we applied the Scottish Diabetes Research Network (SDRN) risk prediction models to estimate cardiovascular disease (CVD) risk in people with T1D treated with sotagliflozin, a dual SGLT1&2 inhibitor. Methods: In a patient-level analysis, medical history, demographic and biochemical data were extracted from 2829 participants with T1D pooled from the inTandem1-3 trials. The SDRN risk prediction model was employed at baseline and week 24 to estimate the 10-year CVD. Risk reduction was calculated as the percent and absolute change in estimated CVD risk from baseline and compared between sotagliflozin (pooled 200 and 400mg) and placebo groups using a two-way repeated measures ANOVA. The log-transformed change in relative (absolute) risk from baseline was the dependent variable, treatment and visit as fixed effect, and log-transformed baseline value as covariate. Subgroup analyses were based on baseline CVD risk (<10%, 10 to 20%, ≥20%) and baseline chronic kidney disease (CKD) risk defined by KDIGO. Results: Baseline SDRN risk score was approximately 11%. Sotagliflozin significantly reduced the estimated 10-year CVD risk following 24 weeks of treatment compared with placebo. Placebo adjusted relative change from baseline was -7.0% (95% CI -8.4, -5.5; p<0.0001). Placebo adjusted absolute change from baseline was -0.9% (95% CI -1.2, -0.7; p<0.0001). Results were consistent across subgroups based on baseline CVD and CKD risk, with evidence of greater risk reduction in those at higher CVD and CKD risk. Conclusion: Sotagliflozin improves predicted CVD risk in T1D participants at low cardiorenal risk. By highlighting the predicted cardiovascular risk benefit in a large low-risk T1D cohort, our findings underline the need to investigate the effect of SGLT inhibitors on hard cardiovascular endpoints in T1D, especially in high-risk cohorts. Funding: Commercial Support - Lexicon pharmaceuticals
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,053 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,013 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».