Dapagliflozin bei Patienten mit Typ-2-Diabetes und bestehender kardiovaskulärer Erkrankung: Hypotonie und Verträglichkeit in Bezug auf Volumenverlust
Bibliographic record
Abstract
Hintergrund und Ziele: Der selektive SGLT-2-Hemmer Dapagliflozin zur Behandlung von T2DM, erhöht die renale Glukoseausscheidung und führt zu einer leichten osmotischen Diurese. In 2 Studien an unzureichend kontrollierten T2DM-Patienten (HbA1c 7,0 – 10,0%) mit kardiovaskulärer Vorerkrankung wurde Dapagliflozin 10 mg als Zusatztherapie zur üblichen Behandlung mit Plazebo verglichen (Studie 1: NCT01031680, n = 922, Studie 2: NCT01042977, n = 964). Veröffentlichte Ergebnisse zeigten eine stärkere Senkung von HbA1c, Gewicht und systolischem Blutdruck unter Dapagliflozin im Vergleich zu Plazebo. Über 52 Wochen wurde Dapagliflozin zudem gut vertragen. Material und Methode: Die Patienten beider randomisierten Studien erhielten Plazebo oder Dapagliflozin 10 mg zusätzlich zu Antidiabetika und Antihypertensiva. Sie wurden nach Alter (< 65 oder ≥65 Jahre), Insulintherapie und Dauer seit dem jüngsten CV-Ereignis stratifiziert. Eine vorher definierte Hypertonie war Einschlusskriterium für Studie 1 und bestand bei 93% der Patienten in Studie 2. Ergebnisse: Unerwünschter Ereignisse (UE) war in allen Gruppen ähnlich häufig (Plazebo/Dapagliflozin: 73,4%/73,9% (Studie 1), 68,7%/73,9% (Studie 2). Wenige Patienten hatten UE durch Volumenverlust (0,4%/2,8%, 2,7%/1,5%), orthostatische Hypotonie (0,4%/0,4%, 1,0%/0%) oder Hämatokritwerte über 55% (0,7%/0,9%, 0,4%/1,0%). Niereninsuffizienz/Nierenversagen (meist vorübergehend veränderte Laborwerte) waren unter Dapagliflozin häufiger (6,7%/12%, 3,9%/9,5%). Dapagliflozin-Patienten mit Schleifendiuretika hatten ähnlich viele UE und Volumenverlust-Ereignisse wie die Studienpopulation insgesamt. Bei Patienten mit ACE-Hemmern oder ARB und solchen mit dekompensierter Herzinsuffizienz waren die UE zwischen den Gruppen ausgeglichen. Schlussfolgerung: T2DM-Patienten vertrugen Dapagliflozin zusätzlich zur Standardtherapie gut in Bezug auf UE durch Volumenverlust. Insgesamt sowie in Subanalysen nach Altersstrata, Schleifendiuretika-Verwendung, ACE-Hemmern oder ARB und Patienten mit dekompensierter Herzinsuffizienz wurden keine UEs nachgewiesen.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".