Cardiac and Noncardiac Disease Burden and Treatment Effect of Sacubitril/Valsartan
Notice bibliographique
Résumé
BACKGROUND: The net clinical benefit of cardiac disease-modifying drugs might be influenced by the interaction of different domains of disease burden. We assessed the relative contribution of cardiac, comorbid, and demographic factors in heart failure (HF) and how their interplay might influence HF prognosis and efficacy of sacubitril/valsartan across the spectrum of left ventricular ejection fraction. METHODS: We combined data from 2 global trials that evaluated the efficacy of sacubitril/valsartan compared with a renin-angiotensin antagonist in symptomatic HF patients (PARADIGM-HF [Prospective Comparison of Angiotensin Receptor Neprilysin Inhibitor With an Angiotensin-Converting Enzyme Inhibitor to Determine Impact on Global Mortality and Morbidity in Heart Failure; n=8399] and PARAGON-HF [Prospective Comparison of Angiotensin-Converting Enzyme Inhibitor With Angiotensin Receptors Blockers Global Outcomes in Heart Failure With Preserved Ejection Fraction; n=4796]). We decomposed the previously validated Meta-Analysis Global Group in Chronic Heart Failure risk score into cardiac (left ventricular ejection fraction, New York Heart Association class, blood pressure, time since HF diagnosis, HF medications), noncardiac comorbid (body mass index, creatinine, diabetes, chronic obstructive pulmonary disease, smoking), and demographic (age, gender) categories. Based on these domains, an index representing the balance of cardiac to noncardiac comorbid burden was created (cardiac-comorbid index). Clinical outcomes were time to first HF hospitalization or cardiovascular deaths and all-cause mortality. RESULTS: <0.05 for both outcomes). CONCLUSIONS: Domains of disease burden are clinically relevant features that influence the prognosis and treatment of patients with HF. The therapeutic benefits of sacubitril/valsartan vary according to the balance of components of disease burden, across different ranges of left ventricular ejection fraction.
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 | 0,011 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,009 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».