Effects of Combined Renin–Angiotensin–Aldosterone System Inhibitor and Beta-Blocker Treatment on Outcomes in Heart Failure with Reduced Ejection Fraction: Insights from BIOSTAT-CHF and ASIAN-HF Registries
Notice bibliographique
Résumé
BACKGROUND: Angiotensin-converting enzyme inhibitors (ACEi)/angiotensin receptor blockers (ARB) and β-blockers are guideline-recommended first-line therapies in heart failure (HF) with reduced ejection fraction (HFrEF). Previous studies showed that individual drug classes were under-dosed in many parts of Europe and Asia. In this study, we investigated the association of combined up-titration of ACEi/ARBs and β-blockers with all-cause mortality and its combination with hospitalization for HF. METHODS AND RESULTS: A total of 6787 HFrEF patients (mean age 62.6 ± 13.2 years, 77.7% men, mean left ventricular ejection fraction 27.7 ± 7.2%) were enrolled in the prospective multinational European (BIOSTAT-CHF; n = 2100) and Asian (ASIAN-HF; n = 4687) studies. Outcomes were analysed according to achieved percentage of guideline-recommended target doses (GRTD) of combination ACEi/ARB and β-blocker therapy, adjusted for indication bias. Only 14% (n = 981) patients achieved ≥50% GRTD for both ACEi/ARB and β-blocker. The best outcomes were observed in patients who achieved 100% GRTD of both ACEi/ARB and β-blocker [hazard ratio (HR) 0.32, 95% confidence interval (CI) 0.26-0.39 vs. none]. Lower dose of combined therapy was associated with better outcomes than 100% GRTD of either monotherapy. Up-titrating β-blockers was associated with a consistent and greater reduction in hazards of all-cause mortality (HR for 100% GRTD: 0.40, 95% CI 0.25-0.63) than corresponding ACEi/ARB up-titration (HR 0.75, 95% CI 0.53-1.07). CONCLUSION: This study shows that best outcomes were observed in patients attaining GRTD for both ACEi/ARB and β-blockers, unfortunately this was rarely achieved. Achieving >50% GRTD of both drug classes was associated with better outcome than target dose of monotherapy. Up-titrating β-blockers to target dose was associated with greater mortality reduction than up-titrating ACEi/ARB.
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 | 0,009 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».