Cardiovascular outcomes with sodium–glucose cotransporter-2 inhibitors vs other glucose-lowering drugs in 13 countries across three continents: analysis of CVD-REAL data
Notice bibliographique
Résumé
Abstract Background Randomized, controlled cardiovascular outcome trials may not be fully representative of the management of patients with type 2 diabetes across different geographic regions. We conducted analyses of data from the multinational CVD-REAL consortium to determine the association between initiation of sodium–glucose cotransporter-2 inhibitors (SGLT-2i) and cardiovascular outcomes, including subgroup analyses based on patient characteristics. Methods De-identified health records from 13 countries across three continents were used to identify patients newly-initiated on SGLT-2i or other glucose-lowering drugs (oGLDs). Propensity scores for SGLT-2i initiation were developed in each country, with 1:1 matching for oGLD initiation. In the matched groups hazard ratios (HRs) for hospitalization for heart failure (HHF), all-cause death (ACD), the composite of HHF or ACD, myocardial infarction (MI) and stroke were estimated by country, and pooled using a weighted meta-analysis. Multiple subgroup analyses were conducted across patient demographic and clinical characteristics to examine any heterogeneity in treatment effects. Results Following matching, 440,599 new users of SGLT-2i and oGLDs were included in each group. Mean follow-up time was 396 days for SGLT-2i initiation and 406 days for oGLDs initiation. SGLT-2i initiation was associated with a lower risk of HHF (HR: 0.66, 95%CI 0.58–0.75; p < 0.001), ACD (HR: 0.52, 95%CI 0.45–0.60; p < 0.001), the composite of HHF or ACD (HR: 0.60, 95%CI 0.53–0.68; p < 0.001), MI (HR: 0.85, 95%CI 0.78–0.92; p < 0.001), and stroke (HR: 0.78, 95%CI 0.72–0.85; p < 0.001); regardless of patient characteristics, including established cardiovascular disease, or geographic region. Conclusions This CVD-REAL study extends the findings from the SGLT-2i clinical trials to the broader setting of an ethnically and geographically diverse population, and across multiple subgroups. Trial registration NCT02993614
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 | 0,018 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,011 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».