Abstract 14658: Comparative Effectiveness of Torsemide versus Furosemide in Acute Heart Failure Patients: Insights from ASCEND-HF
Notice bibliographique
Résumé
Introduction: Furosemide is the most commonly used loop diuretic in heart failure (HF) patients despite potential pharmacologic and anti-fibrotic benefits with torsemide. Hypothesis: We hypothesized that the comparative benefits of post-discharge use of torsemide would be superior to furosemide in a large acute HF trial. Methods: We investigated HF patients in ASCEND-HF who were discharged on either torsemide or furosemide. Given regional variation in torsemide use, we restricted analyses to the 6 countries with at least 20 patients on one of the diuretics and patients on torsemide. Using inverse probability weighting (IPW) to account for selection of diuretic, we assessed the relationship between diuretic at discharge with 30-day mortality or HF hospitalization, and 30- and 180-day mortality. Results: Of 7,141 patients in the trial, 3,282 patients were included in this analysis, of which, 88% (n=2,893) received furosemide and 12% (n=389) received torsemide. Torsemide-treated patients had lower blood pressure, and higher creatinine and BUN at baseline compared with furosemide-treated patients. On adjusted analysis, torsemide use was associated with a trend toward lower 30-day mortality or HF hospitalization (OR 0.62, 95% CI: 0.37-1.04; P=0.067). Torsemide was associated with similar 30-day mortality (OR 0.77, 95% CI: 0.28-2.09; P=0.60), and significantly reduced 180-day mortality (HR 0.56, 95% CI: 0.36-0.87; P=0.038) compared with furosemide (Figure). Conclusion: In this acute HF trial, a minority of patients received torsemide and commonly had indicators of higher risk. After risk-adjustment, torsemide was associated with lower risk of 180-day mortality. These data should be considered as hypothesis-generating and prospective, randomized comparative effectiveness trials are needed to investigate the optimal diuretic choice between torsemide vs. furosemide.
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 | 0,011 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».