Aliskiren in Patients Failing to Achieve Blood Pressure Targets With Angiotensin Converting Enzyme Inhibitors or Angiotensin Receptor Blockers
Notice bibliographique
Résumé
BACKGROUND: To assess the efficacy of aliskiren in patients failing to reach blood pressure (BP) goals with angiotensin converting enzyme inhibitor (ACEI) or angiotensin receptor blocker (ARB). METHODS: A total of 107 patients who failed to reach BP goals on ACEI or ARB were switched to aliskiren. Changes in BP were determined during maximal ACEI, ARB, or aliskiren therapy. RESULTS: Mean reduction in sBP and dBP with ACEI was 8.5 ± 6.3 mmHg and 6.0 ± 4.7 mmHg, respectively. Mean reduction in sBP and dBP with ARB was 8.3 ± 6.7 mmHg and 5.0 ± 5.2 mmHg, respectively. Mean reduction in sBP and dBP with aliskiren 150 mg/d was 6.7 ± 5.4 mmHg and 5.4 ± 4.8 mmHg, respectively. Mean reduction in sBP and dBP with aliskiren 300 mg/d was 8.6 ± 6.3 mmHg and 6.0 ± 4.9 mmHg, respectively. BP reductions between ACEI, ARB, and aliskiren were not significantly different. CONCLUSIONS: Aliskiren is ineffective in patients failing ACEI or ARB therapy. Given the label changes restricting the use of aliskiren in combination with ACEI and ARB, excess cost compared to ACEI and ARB, and a paucity of outcome data, there is a limited role for aliskiren in practice.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».