Mineralocorticoid Receptor Antagonists for Heart Failure: A Real-Life Observational Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Aims Mineralocorticoid receptor antagonists (MRAs) have been demonstrated to improve outcomes in reduced ejection fraction heart failure (HFrEF) patients. However, MRAs added to conventional treatment may lead to worsening of renal function and hyperkalaemia. We investigated, in a population-based analysis, the long-term effects of MRA treatment in HFrEF patients. Methods and results We analysed data of 6046 patients included in the Metabolic Exercise Cardiac Kidney Index score dataset. Analysis was performed in patients treated (n = 3163) and not treated (n = 2883) with MRA. The study endpoint was a composite of cardiovascular death, urgent heart transplantation, or left ventricular assist device implantation. Ten years' survival was analysed through Kaplan–Meier, compared by log-rank test and propensity score matching. At 10 years' follow-up, the MRA-untreated group had a significantly lower number of events than the MRA-treated group (P < 0.001). MRA-treated patients had more severe heart failure (higher New York Heart Association class and lower left ventricular ejection fraction, kidney function, and peak VO2). At a propensity-score-matching analysis performed on 1587 patients, MRA-treated and MRA-untreated patients showed similar study endpoint values. Conclusions In conclusion, MRA treatment does not affect the composite of cardiovascular death, urgent heart transplantation or left ventricular assist device implantation in a real-life setting. A meticulous patient follow-up, as performed in trials, is likely needed to match the positive MRA-related benefits observed in clinical trials.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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 découle