Effect of age and sex on efficacy and tolerability of β blockers in patients with heart failure with reduced ejection fraction: individual patient data meta-analysis
Notice bibliographique
Résumé
OBJECTIVES: To determine the efficacy and tolerability of β blockers in a broad age range of women and men with heart failure with reduced ejection fraction (HFrEF) by pooling individual patient data from placebo controlled randomised trials. DESIGN: Prospectively designed meta-analysis of individual patient data from patients aged 40-85 in sinus rhythm at baseline, with left ventricular ejection fraction <0.45. PARTICIPANTS: 13,833 patients from 11 trials; median age 64; 24% women. MAIN OUTCOME MEASURES: The primary outcome was all cause mortality; the major secondary outcome was admission to hospital for heart failure. Analysis was by intention to treat with an adjusted one stage Cox proportional hazards model. RESULTS: Compared with placebo, β blockers were effective in reducing mortality across all ages: hazard ratios were 0.66 (95% confidence interval 0.53 to 0.83) for the first quarter of age distribution (median age 50); 0.71 (0.58 to 0.87) for the second quarter (median age 60); 0.65 (0.53 to 0.78) for the third quarter (median age 68); and 0.77 (0.64 to 0.92) for the fourth quarter (median age 75). There was no significant interaction when age was modelled continuously (P=0.1), and the absolute reduction in mortality was 4.3% over a median follow-up of 1.3 years (number needed to treat 23). Admission to hospital for heart failure was significantly reduced by β blockers, although this effect was attenuated at older ages (interaction P=0.05). There was no evidence of an interaction between treatment effect and sex in any age group. Drug discontinuation was similar regardless of treatment allocation, age, or sex (14.4% in those give β blockers, 15.6% in those receiving placebo). CONCLUSION: Irrespective of age or sex, patients with HFrEF in sinus rhythm should receive β blockers to reduce the risk of death and admission to hospital.Registration PROSPERO CRD42014010012; Clinicaltrials.gov NCT00832442.
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 | 0,025 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,064 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».