Use of Mineralocorticoid Receptor Antagonists in Patients With Heart Failure and Comorbid Diabetes Mellitus or Chronic Kidney Disease
Notice bibliographique
Résumé
Background Perceived risks of hyperkalemia and acute renal insufficiency may limit use of mineralocorticoid receptor antagonist ( MRA ) therapy in patients with heart failure, especially those with diabetes mellitus or chronic kidney disease. Methods and Results Using clinical registry data linked to Medicare claims, we analyzed patients hospitalized with heart failure between 2005 and 2013 with a history of diabetes mellitus or chronic kidney disease. We stratified patients by MRA use at discharge. We used inverse probability–weighted proportional hazards models to assess associations between MRA therapy and 30‐day, 1‐year, and 3‐year mortality, all‐cause readmission, and readmission for heart failure, hyperkalemia, and acute renal insufficiency. We performed interaction analyses for differential effects on 3‐year outcomes for reduced, borderline, and preserved ejection fraction. Of 16 848 patients, 12.3% received MRA therapy at discharge. Higher serum creatinine was associated with lower odds of MRA use (odds ratio, 0.66; 95% confidence interval, 0.61–0.71); serum potassium was not (odds ratio, 1.00; 95% confidence interval, 0.90–1.11). There was no mortality difference between groups. MRA therapy was associated with greater risks of readmission for hyperkalemia and acute renal insufficiency and lower risks of long‐term all‐cause readmission. Patients on MRA therapy with borderline or preserved ejection fraction had greater risks of readmission for hyperkalemia ( P =0.02) and acute renal insufficiency ( P <0.001); patients with reduced ejection fraction did not. Conclusions Among patients with heart failure and diabetes mellitus or chronic kidney disease, MRA use was associated with lower risk of all‐cause readmission despite greater risk of hyperkalemia and acute renal insufficiency.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».