Hemodynamic‐guided heart‐failure management using a wireless implantable sensor: Infrastructure, methods, and results in a community heart failure disease‐management program
Notice bibliographique
Résumé
BACKGROUND: The real-world impact of remote pulmonary artery pressure (PAP) monitoring on New York Heart Association (NYHA) class improvement and heart failure (HF) hospitalization rate is presented here from a single center. HYPOTHESIS: METHODS: Seventy-seven previously hospitalized outpatients with NYHA class III HF were offered PAP monitoring via device implantation in a multidisciplinary HF-management program. Prospective effectiveness analyses compared outcomes in 34 hemodynamically monitored patients to a group of similar patients (n = 32) who did not undergo device implantation but received usual care. NYHA class and 6-minute walk testing were assessed at baseline and 90 days. All hospitalizations were collected after 6 months of the implantation date (average follow-up, 15 months) and compared with the number of hospitalizations experienced prior to hemodynamic monitoring. RESULTS: Patients in both groups had similar distributions of age, sex, and ejection fraction. After 90 days, 61.8% of the monitored patients had NYHA class improvement of ≥1, compared with 12.5% in the controls (P < 0.001). Distance walked in 6 minutes increased by 54.5 meters in the monitored group (253.0 ± 25.6 meters to 307.4 ± 26.3 meters; P < 0.005), whereas no change was seen in the usual-care group. After implantation, 19.4% of the monitored group had ≥1 HF hospitalization, compared with 100% who had been hospitalized in the year prior to implantation. The monitored group had a significantly lower HF hospitalization rate (0.16; 95% confidence interval: 0.06-0.35 hospitalizations/patient-year) compared with the year prior (1.0 hospitalizations/patient-year; P < 0.001). CONCLUSIONS: Hemodynamic-guided HF management leads to significant improvements in NYHA class and HF hospitalization rate in a real-world setting compared with usual care delivered in a comprehensive disease-management program.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».