Impact of Exercise-Based Cardiac Rehabilitation in Patients with Heart Failure (ExTraMATCH II) on Mortality and Hospitalisation: An Individual Patient Data Meta-Analysis of Randomised Trials
Notice bibliographique
Résumé
AIMS: To undertake an individual patient data (IPD) meta-analysis to assess the impact of exercise-based cardiac rehabilitation (ExCR) in patients with heart failure (HF) on mortality and hospitalisation, and differential effects of ExCR according to patient characteristics: age, sex, ethnicity, New York Heart Association functional class, ischaemic aetiology, ejection fraction, and exercise capacity. METHODS AND RESULTS: Randomised trials of exercise training for at least 3 weeks compared with no exercise control with 6-month follow-up or longer, providing IPD time to event on mortality or hospitalisation (all-cause or HF-specific). IPD were combined into a single dataset. We used Cox proportional hazards models to investigate the effect of ExCR and the interactions between ExCR and participant characteristics. We used both two-stage random effects and one-stage fixed effect models. IPD were obtained from 18 trials including 3912 patients with HF with reduced ejection fraction. Compared to control, there was no statistically significant difference in pooled time to event estimates in favour of ExCR although confidence intervals (CIs) were wide [all-cause mortality: hazard ratio (HR) 0.83, 95% CI 0.67-1.04; HF-specific mortality: HR 0.84, 95% CI 0.49-1.46; all-cause hospitalisation: HR 0.90, 95% CI 0.76-1.06; and HF-specific hospitalisation: HR 0.98, 95% CI 0.72-1.35]. No strong evidence was found of differential intervention effects across patient characteristics. CONCLUSION: Exercise-based cardiac rehabilitation did not have a significant effect on the risk of mortality and hospitalisation in HF with reduced ejection fraction. However, uncertainty around effect estimates precludes drawing definitive conclusions.
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 | 0,022 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,022 | 0,065 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».