Pharmacotherapy for heart failure with reduced ejection fraction and <scp>health‐related</scp> quality of life: a systematic review and <scp>meta‐analysis</scp>
Notice bibliographique
Résumé
AIMS: The aim of this study was to synthesize the evidence on the effect of heart failure with reduced ejection fraction (HFrEF) pharmacotherapy on health-related quality of life (HRQoL). METHODS AND RESULTS: We searched MEDLINE, Embase, CENTRAL, CINAHL, ClinicalTrials.gov and the World Health Organization International Clinical Trials Registry Platform in June 2020. Randomized placebo-controlled trials evaluating contemporary HFrEF pharmacotherapy and reporting HRQoL as an outcome were included. Two reviewers independently assessed studies for eligibility, extracted data, and assessed risk of bias and GRADE certainty of evidence. The primary outcome was HRQoL at last available follow-up analysed using a random-effects model. We included 37 studies from 5770 identified articles. Risk of bias was low in 10 trials and high/unclear in 27 trials. High certainty evidence from meta-analyses demonstrated improved HRQoL over placebo with sodium-glucose co-transporter 2 (SGLT2) inhibitors [standardized mean difference (SMD) 0.16, 95% confidence interval (CI) 0.08-0.23] and intravenous iron (SMD 0.52, 95% CI 0.04-1.00). Furthermore, high certainty evidence from ≥1 landmark trial further supported improved HRQoL with angiotensin receptor blockers (ARBs) (SMD 0.09, 95% CI 0.02-0.17), ivabradine (SMD 0.14, 95% CI 0.04-0.23), hydralazine-nitrate (SMD 0.24, 95% CI 0.04-0.44) vs. placebo, and for angiotensin receptor-neprilysin inhibitor (ARNI) compared with an angiotensin-converting enzyme (ACE) inhibitor (SMD 0.09, 95% CI 0.02-0.17). Findings were inconclusive for ACE inhibitors, beta-blockers, digoxin, and oral iron based on low-to-moderate certainty evidence. CONCLUSION: ARBs, ARNIs, SGLT2 inhibitors, ivabradine, hydralazine-nitrate, and intravenous iron improved HRQoL in patients with HFrEF. These findings can be incorporated into discussions with patients to enable shared decision-making.
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 | 0,013 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,022 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».