近年來，對於現代2型糖尿病治療的臨床證據明顯增加，像是二肽基胜肽酶-4抑制劑、葡萄糖樣肽-1受體激動劑和鈉-葡萄糖共同轉運蛋白-2抑制劑。這些治療的心血管安全性已在心血管結果試驗（CVOTs）中評估。建議校準現有模型以包含CVOT數據，或基於CVOT的患者級數據開發新的風險方程式，以更好地建模現代2型糖尿病治療。 PubMed DOI

研究目的是開發一個演算法，協助在第2型糖尿病治療中選擇SGLT2抑制劑或DPP-4抑制劑，考慮血糖反應、體重變化和耐受性。演算法利用英國臨床實踐研究和臨床試驗數據，發現年齡、BMI和腎功能等因素影響治療效果。針對某些患者，SGLT2抑制劑效果更佳。演算法可協助指導治療選擇。 PubMed DOI

研究比較了SGLT2i和GLP-1RA兩種降糖藥對第2型糖尿病患者心血管風險的影響。利用意大利真實世界數據，採用不同統計方法處理模型錯誤和缺失數據。結果顯示達帕格列酮可能比GLP-1RA更有效。模擬結果指出，目標最大概似估計器（TMLE）在估計治療效果時偏差和標準誤差最低。 PubMed DOI

已經研發並驗證了一個風險模型，可以預測2型糖尿病患者心臟病發作或中風的風險。這個模型使用了42,181位患者的數據，確定了16個獨立的預測因子。研究顯示高風險組和低風險組之間有明顯的風險差異。模型表現良好，並指出在使用某些藥物時，風險較高的患者風險降低更明顯，有助於指導治療決策。這個風險評分有助於提升對2型糖尿病患者的風險評估和臨床決策。 PubMed DOI

BRAVO糖尿病模型已通過使用EXSCEL試驗的完全去識別數據進行驗證，顯示在預測2型糖尿病患者的心臟事件和死亡等結果方面表現良好。該模型成功使用了掩碼數值數據範圍和NHANES數據進行預測，證明了其在安全設置中應用於去識別患者數據的可行性。 PubMed DOI

研究分析IQVIA Core Diabetes Model在預測SUSTAIN 6試驗結果的表現，結果顯示每週一次的semaglutide明顯降低心血管事件。模型經過校準以符合觀察到的結果，影響了semaglutide在英國的成本效益。校準是為了複製試驗中的中風率，semaglutide相較於安慰劑顯示出較低的風險。透過校準，成本效益比改善了，暗示semaglutide的心血管益處可能不僅僅是由於傳統風險因素。建立準確的糖尿病併發症模型對於評估成本效益至關重要。 PubMed DOI

一個新的風險評估工具已經開發，可以辨識有第2型糖尿病且有較高腎臟疾病進展風險的病患，這些病患可能會從特定治療中受益更多。這個工具是利用來自41,204名臨床試驗病患的數據建立的，並辨識出八個腎臟疾病進展的預測因子。經過驗證後發現這個工具在預測風險方面非常有效。基線風險較高的病患從治療中受益更多。這個工具有助於分層風險並辨識出可能會從治療中受益更多的病患。 PubMed DOI

這項研究旨在找出在2型糖尿病患者中，預測使用SGLT2抑制劑和GLP1受體激動劑後HbA1c降低的因素。結果顯示，年輕年齡是SGLT2抑制劑成功的重要預測因素，而糖尿病病程較短則與GLP1受體激動劑成功相關。了解這些差異有助於個人化患者的治療選擇。 PubMed DOI

研究評估混合護理模式，使用GLP-1激動劑治理肥胖患者，不論有無糖尿病前期。團隊整合數位科技持續監控病人，結果顯示體重、體組成和代謝有明顯改善，80.6%前期糖尿病患者達標。強調藥物治療結合生活方式修改，取得持久效果。需進一步研究長期成效及臨床整合。 PubMed DOI

這項研究評估了一個預測2型糖尿病患者腎功能減退的模型，最初是為英國設計的。研究發現，這個模型在全球應用時低估了風險，但經過區域調整後，敏感性提升至80.5%，正確預測值也顯著提高。調整後的模型在不同地區表現良好，對於臨床醫生識別高風險患者特別有幫助，尤其是在中低收入國家，能有效提升腎病篩檢的效率。 PubMed DOI