The management of left ventricular systolic dysfunction in patients with advanced chronic kidney disease
Notice bibliographique
Résumé
BACKGROUND: Left ventricular systolic dysfunction (LVSD) is frequently observed in patients with advanced chronic kidney disease (CKD) and its presence is associated with a poor prognosis. Renin-angiotensin system (RAS) inhibition and beta-adrenergic blockade are the cornerstones of medical management for LVSD. Current guidelines advocate that CKD patients with advanced LVSD should receive these therapies. The extent to which these recommendations are followed is unclear. The goal of this study was to evaluate practice patterns for LVSD management across the spectrum of patients with advanced CKD, and to determine the rate of utilization of recommended therapies for LVSD. METHODS: This cross-sectional study encompassed all long-term dialysis patients (n=299) and patients with advanced pre-dialysis CKD who were followed in a multidisciplinary clinic (n=176) at a tertiary care center in Toronto, Canada. Echocardiographic and pharmacotherapy data were sought for each patient. In patients with moderate-severe LVSD (ejection fraction <40%), we evaluated the extent to which optimal pharmacotherapy, defined as the receipt of a beta-adrenergic receptor blocker and a RAS inhibitor (an angiotensin-converting enzyme inhibitor or an angiotensin II receptor blocker), was applied. We then sought to identify factors to explain the usage of these therapies. RESULTS: Of the 475 eligible patients, 387 had echocardiographic data available for analysis. Among these individuals, 34 (8.8%) had moderate-severe LVSD, of whom 23 (67.7%) were receiving optimal therapy. Non-receipt of optimal therapy could not be explained by hypotension, hyperkalemia, known drug sensitivities, or pill burden. CONCLUSIONS: Approximately one-third of patients with advanced CKD and significant LVSD were not receiving optimal pharmacotherapy, in the absence of known contraindication or intolerance. Identifying and overcoming barriers to care will be crucial in order to enhance the management of this high-risk population.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».