A Randomized Pilot Trial of Remote Ischemic Preconditioning in Heart Failure with Reduced Ejection Fraction
Notice bibliographique
Résumé
BACKGROUND: Remote ischemic preconditioning (RIPC) induced by transient limb ischemia confers multi-organ protection and improves exercise performance in the setting of tissue hypoxia. We aimed to evaluate the effect of RIPC on exercise capacity in heart failure patients. METHODS: We performed a randomized crossover trial of RIPC (4×5-minutes limb ischemia) compared to sham control in heart failure patients undergoing exercise testing. Patients were randomly allocated to either RIPC or sham prior to exercise, then crossed over and completed the alternate intervention with repeat testing. The primary outcome was peak VO2, RIPC versus sham. A mechanistic substudy was performed using dialysate from study patient blood samples obtained after sham and RIPC. This dialysate was used to test for a protective effect of RIPC in a mouse heart Langendorff model of infarction. Mouse heart infarct size with RIPC or sham dialysate exposure was also compared with historical control data. RESULTS: Twenty patients completed the study. RIPC was not associated with improvements in peak VO2 (15.6+/-4.2 vs 15.3+/-4.6 mL/kg/min; p = 0.53, sham and RIPC, respectively). In our Langendorff sub-study, infarct size was similar between RIPC and sham dialysate groups from our study patients, but was smaller than expected compared to healthy controls (29.0%, 27.9% [sham, RIPC] vs 51.2% [controls]. We observed less preconditioning among the subgroup of patients with increased exercise performance following RIPC (p<0.04). CONCLUSION: In this pilot study of RIPC in heart failure patients, RIPC was not associated with improvements in exercise capacity overall. However, the degree of effect of RIPC may be inversely related to the degree of baseline preconditioning. These data provide the basis for a larger randomized trial to test the potential benefits of RIPC in patients with heart failure. TRIAL REGISTRATION: ClinicalTrials.gov +++++NCT01128790.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».