Death, hospitalization, emergency department visits and out-patient visits in patients with heart failure in contemporary practice: results from the prospective Europeam 9069-patient ARIADNE registry
Notice bibliographique
Résumé
Abstract Background In Europe, heart failure (HF) is managed in variable settings and frequently in office-based practice. In HF with reduced ejection fraction (HFrEF) there is now extensive evidence based therapy, but implementation is inconsistent, variable and overall inadequate. The Assessment of Real lIfe cAre –Describing EuropeaN hEart failure management (ARIADNE) registry aimed to assess in detail how outpatients with HFrEF are managed in Europe in contemporary practice. Methods ARIADNE was a prospective non-interventional registry of patients with HFrEF (NYHA class II-IV) treated by office-based cardiologists or selected primary care physicians (recognized as HF specialists) in a real world setting. Patients were enrolled in 687 centres in 17 European countries, and studied at baseline and after 6 and 12 months. Key pre-specified outcomes were deaths, hospitalizations, emergency department visits, and office visits, and their primary reasons. Results Over 20 months, we enrolled 9069 patients; median age 69 (19–96) years, 24% women, with 30% older than 75 years, 61% NYHA class II, with a median EF 35% (30–40%). Over a median follow-up of 353 (1–631) days, 382 patients (4.3%) died, with 171 cardiovascular deaths (1.9%). The rates of total hospitalizations overall, for HF, and for non-HF cardiovascular reasons were 19.3, 8.1, and 4.8 per 100 patient years, respectively; and rates of emergency department visits overall, for HF reasons, and for non-HF CV reason were 7.7, 1.6, and 1.8, respectively. The number of HF office visits were on average 1.0 per patient. Conclusions In this large multinational HFrEF registry with detailed data on cause-specific outcomes and health care utilization, incidence of death was low and outpatient HF visits were few, but incidence of HF and CV hospitalization and emergency department visits was high. Funding Acknowledgement Type of funding source: Private company. Main funding source(s): Novartis AG, Switzerland
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| 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 | 0,001 | 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 ».