MétaCan
Menu
Retour à la cohorte
Enregistrement W2919541336 · doi:10.1371/journal.pone.0212907

Higher versus lower doses of ACE inhibitors, angiotensin-2 receptor blockers and beta-blockers in heart failure with reduced ejection fraction: Systematic review and meta-analysis

2019· review· en· W2919541336 sur OpenAlexaff
Ricky D. Turgeon, Michael R. Kolber, Peter Loewen, Ursula Ellis, James McCormack

Notice bibliographique

RevuePLoS ONE · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensCentre for Advancing Health OutcomesUniversity of British ColumbiaUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineHeart failureMeta-analysisEjection fractionInternal medicinePlaceboAngiotensin Receptor BlockersAdverse effectRelative riskRandomized controlled trialConfidence intervalCardiologyAngiotensin-converting enzymeBlood pressurePathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Current heart failure (HF) guidelines recommend titrating angiotensin-converting enzyme inhibitors (ACEIs)/angiotensin receptor blockers (ARBs) and beta-blockers (BBs) to target doses used in pivotal placebo-controlled randomized controlled trials (RCTs). Despite a number of RCTs comparing different doses (i.e. higher versus lower doses) of ACEIs, ARBs and BBs, the effects of higher versus lower doses on efficacy and safety remains unclear. For this reason, we performed a systematic review and meta-analysis to evaluate the efficacy and safety of higher versus lower doses of ACEIs, ARBs and BBs in patients with HFrEF. METHODS: We searched MEDLINE, Embase and the Cochrane Central Register of Controlled Trials (CENTRAL) via Ovid from inception to April 25th, 2018 and opentrials.net and clinicaltrials.gov for relevant trials that compared different doses of medications in heart failure. We analyzed trials by drug class (ACEIs, ARBs, and BBs) for efficacy outcomes (all-cause mortality, cardiovascular mortality, all-cause hospitalizations, HF hospitalizations, HF worsening). For safety outcomes, we pooled trials within and across drug classes. RESULTS: Our meta-analysis consisted of 14 RCTs. Using GRADE criteria, the quality of evidence for ACEIs and ARBs was assessed as generally moderate for efficacy and high for adverse effects, whereas overall quality for BBs was very low to low. Over ~2-4 years higher versus lower doses of ACEIs, ARBs or BBs did not significantly reduce all-cause mortality [ACEIs relative risk (RR) 0.94 (95% confidence interval 0.87-1.02)], ARBs RR 0.96 (0.87-1.04), BBs RR 0.25 (0.06-1.01)] or all cause hospitalizations [ACEIs relative risk (RR) 0.94 (95% confidence interval 0.86-1.02)], ARBs RR 0.98 (0.93-1.04), BBs RR 0.93 (0.39-2.24)]. However, all point estimates favoured higher doses. Higher doses of ARBs significantly reduced hospitalization for HF [RR 0.89 (0.80-0.99)- 2.8% ARR], and higher doses of ACEIs and ARBs significantly reduced HF worsening [RR 0.85 (0.79-0.92)- 5.1% ARR and 0.91 (0.84-0.99)- 3.2% ARR, respectively] compared to lower doses. None of the differences between higher versus lower doses of BBs were significant; however, precision was low. Higher doses of these medications compared to lower doses increased the risk of discontinuation due to adverse events, hypotension, dizziness, and for ACEIs and ARBs, increased hyperkalemia and elevations in serum creatinine. Absolute increase in harms for adverse effects ranged from ~ 3 to 14%. CONCLUSIONS: Higher doses of ACEIs and ARBs reduce the risk of HF worsening compared to lower doses, and higher doses of ARBs also reduce the risk of HF hospitalization but the evidence is sparse and imprecise. Higher doses increase the chance of adverse effects compared to lower doses. Evidence for BBs is inconclusive. These results support initially always starting at low doses of ACEIs/ARBs and only titrating the dose up if the patient tolerates dose increases.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,038
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0250,045
Bibliométrie0,0100,009
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,108
Tête enseignante GPT0,308
Écart entre enseignants0,199 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations50
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetHeart Failure Treatment and ManagementTravaux en français237 207