Abstract 116: Improvements in the Medical Management and Survival of Patients Hospitalized with Heart Failure
Notice bibliographique
Résumé
Background: Despite the availability of effective therapies, heart failure (HF) remains a highly prevalent, morbid and costly disease. Few data are available, however, describing long-term trends in the medical management and outcomes of patients hospitalized with acute decompensated heart failure (ADHF). Methods: We reviewed the medical records of 9,748 patients hospitalized with ADHF at all 11 central Massachusetts medical centers from 1995 to 2004, and abstracted information on patient’s demographic, clinical, and treatment characteristics. Mortality was calculated in-hospital and at 30 days and 1, 2, and 5 years after discharge. Results: Between 1995 and 2004 respectively, the use of recommended discharge medications including beta-blockers (26%; 74%), angiotensin pathway inhibitors (50%; 61%), statins (6%; 45%), and aspirin (40%; 63%) increased markedly, while the use of digoxin (55%; 33%), nitrates (68%; 47%), and calcium channel blockers (40%; 30%) declined significantly; nearly all patients received diuretics. Females, the elderly, and patients with chronic lung disease, anemia, incident HF, and multiple comorbidities were less likely to receive recommended medications than respective comparison groups. Between 1995 and 2004, in-hospital mortality decreased from 8.5% to 6.8%; 5-year survival increased from 19% to 28%, a relative improvement of 47%. Conclusion: The use of effective HF therapies increased markedly following the issuance of ACC-AHA guidelines for HF in 1995, with a concomitant increase in survival. Nonetheless, the prognosis for patients hospitalized with HF remains poor, as fewer than 1 in 3 patients survives 5 years. Opportunities exist to further improve the use of HF therapeutics.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 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) | 0,000 | 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 ».