Glucagon‐Like Peptide 1 Receptor Agonists, Sodium‐Glucose Cotransporter 2 Inhibitors, and Risk of Autoimmune Rheumatic Diseases
Notice bibliographique
Résumé
OBJECTIVE: Glucagon-like peptide 1 receptor agonists (GLP-1RAs) and sodium-glucose cotransporter 2 inhibitors (SGLT2i) facilitate weight loss and exhibit immunomodulatory effects, but their impact on the risk of developing autoimmune rheumatic diseases (ARDs) is unclear. We compared ARD incidence following initiation of GLP-1RAs or SGLT2i versus a weight-neutral comparator (dipeptidyl peptidase 4 inhibitors [DPP4i]). METHODS: We performed a population-based cohort study using administrative health data from a Canadian province with universal health care. We included adults with type 2 diabetes (T2D) and no prior ARD initiating a GLP-1RA, SGLT2i, or DPP4i between January 1, 2014, and December 31, 2022. Incident ARD cases, including rheumatoid arthritis, psoriatic disease, axial spondyloarthritis, and systemic ARDs (SARDs; systemic lupus erythematosus, systemic sclerosis, Sjögren disease, idiopathic inflammatory myopathies, and systemic vasculitides), were identified using validated algorithms. Propensity score (PS) weighting was used to balance cohorts at treatment initiation. Then hazard ratios (HRs) were estimated using Cox regression. RESULTS: Among 229,300 adults, 49,514 initiated GLP-1RAs, 101,925 initiated SGLT2i, and 77,861 initiated DPP4i. After PS weighting, ARD incidence per 10,000 person-years was 29.1 (95% confidence interval [CI] 23.5-35.5) with GLP-1RAs, 24.4 (95% CI 19.8-29.7) with SGLT2i, and 27.3 (95% CI 22.1-33.4) with DPP4i. Mean follow-up was 1.3 to 1.6 years. Relative to DPP4i, adjusted HRs (aHRs) of ARD were 1.04 (95% CI 0.81-1.33) with GLP-1RAs and 0.93 (95% CI 0.75-1.16) with SGLT2i. Risk of SARDs, but not other diseases, was lower with SGLT2i versus DPP4i (aHR 0.51 [95% CI 0.31-0.84]). CONCLUSION: Neither GLP-1RA nor SGLT2i treatment was associated with increased or decreased ARD risk versus DPP4i in adults with T2D; however, SGLT2i use was associated with significantly lower risk of SARDs, warranting further study.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».