MétaCan
Menu
Retour à la cohorte
Enregistrement W3082897750 · doi:10.1161/circulationaha.120.050304

Initial Invasive Versus Conservative Management of Stable Ischemic Heart Disease in Patients With a History of Heart Failure or Left Ventricular Dysfunction

2020· article· en· W3082897750 sur OpenAlexaff
Renato D. Lópes, Karen P. Alexander, Susanna R. Stevens, Harmony R. Reynolds, Gregg W. Stone, Ileana L. Piña, Frank W. Rockhold, Ahmed Elghamaz, José López‐Sendón, Pedro Sílvio Farsky, Alexander Chernyavskiy, Ariel Díaz, Denis Phaneuf, Mark de Belder, Yi‐Tong Ma, Luis A. Guzmán, Michel G. Khouri, Alessandro Sionís, Derek J. Hausenloy, Rolf Doerr, Joseph B. Selvanayagam, Aldo P. Maggioni, Judith S. Hochman, David J. Maron

Notice bibliographique

RevueCirculation · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensHôpital du Sacré-Cœur de MontréalCentre intégré universitaire de santé et de services sociaux de la Mauricie-et-du-Centre-du-Québec
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Heart, Lung, and Blood Institute
Mots-clésMedicineEjection fractionCardiologyHeart failureInternal medicineMyocardial infarctionStroke (engine)Unstable anginaAnginaStroke volume

Résumé

récupéré en direct d'OpenAlex

Background: Whether an initial invasive strategy in patients with stable ischemic heart disease and at least moderate ischemia improves outcomes in the setting of a history of heart failure (HF) or left ventricular dysfunction (LVD) when ejection fraction is ≥35% but <45% is unknown. Methods: Among 5179 participants randomized into ISCHEMIA (International Study of Comparative Health Effectiveness With Medical and Invasive Approaches), all of whom had left ventricular ejection fraction (LVEF) ≥35%, we compared cardiovascular outcomes by treatment strategy in participants with a history of HF/LVD at baseline versus those without HF/LVD. Median follow-up was 3.2 years. Results: There were 398 (7.7%) participants with HF/LVD at baseline, of whom 177 had HF/LVEF >45%, 28 HF/LVEF 35% to 45%, and 193 LVEF 35% to 45% but no history of HF. HF/LVD was associated with more comorbidities at baseline, particularly previous myocardial infarction, stroke, and hypertension. Compared with patients without HF/LVD, participants with HF/LVD were more likely to experience a primary outcome composite of cardiovascular death, nonfatal myocardial infarction, or hospitalization for unstable angina, HF, or resuscitated cardiac arrest (4-year cumulative incidence rate, 22.7% versus 13.8%; cardiovascular death or myocardial infarction, 19.7% versus 12.3%; and all-cause death or HF, 15.0% versus 6.9%). Participants with HF/LVD randomized to the invasive versus conservative strategy had a lower rate of the primary outcome (17.2% versus 29.3%; difference in 4-year event rate, −12.1% [95% CI, −22.6 to −1.6%]), whereas those without HF/LVD did not (13.0% versus 14.6%; difference in 4-year event rate, −1.6% [95% CI, −3.8% to 0.7%]; P interaction = 0.055). A similar differential effect was seen for the primary outcome, all-cause mortality, and cardiovascular mortality when invasive versus conservative strategy–associated outcomes were analyzed with LVEF as a continuous variable for patients with and without previous HF. Conclusions: ISCHEMIA participants with stable ischemic heart disease and at least moderate ischemia with a history of HF or LVD were at increased risk for the primary outcome. In the small, high-risk subgroup with HF and LVEF 35% to 45%, an initial invasive approach was associated with better event-free survival. This result should be considered hypothesis-generating. Registration: URL: https://www.clinicaltrials.gov ; Unique identifier: NCT01471522.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,390

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,028
Tête enseignante GPT0,239
Écart entre enseignants0,211 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations121
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculationMême sujetHeart Failure Treatment and ManagementTravaux en français237 207