The Influence of Comorbidities on Achieving an N-Terminal Pro-B-Type Natriuretic Peptide Target: A Secondary Analysis of the GUIDE-IT Trial
Notice bibliographique
Résumé
Abstract Aims N-terminal pro-b-type natriuretic peptide (NT-proBNP) values may be influenced by patient factors beyond the severity of illness, including atrial fibrillation (AF), renal dysfunction, or increased body mass index (BMI). We hypothesized that these factors may influence the achievement of NT-proBNP targets and clinical outcomes. Methods A total of 894 patients with heart failure with reduced ejection fraction were enrolled in The Guiding Evidence-Based Therapy Using Biomarker Intensified Treatment trial. NT-proBNP was analysed every 3 months. Results Forty per cent of patients had AF, the median estimated glomerular filtration rate (eGFR) was 59 mL/min/1.73 m2 [interquartile range (IQR) 43–76], and median BMI was 29 kg/m2 (IQR 25–34). Patients with AF, eGFR < 60 mL/min/1.73 m2, or a BMI < 29 kg/m2 had a higher level of NT-proBNP at randomization and over all study visits (all P values < 0.001). Over 18 months, the rate of change of NT-proBNP was less for patients with AF (compared with those without AF, P = 0.037) and patients with an eGFR < 60 mL/min/1.73 m2 (compared with eGFR > 60 mL/min/1.73 m2, P < 0.001). The rate of change of NT-proBNP was similar for patients with a BMI above or below the median value. Using the 90 day NT-proBNP, patients with AF, lower eGFR, or lower BMI were less likely to achieve the target NT-proBNP < 1000 pg/mL than patients without AF, higher eGFR, or higher BMI, respectively. None of these differed between the Usual Care or Guided Care arm for AF, eGFR, or BMI (Pinteractions all NS). Conclusions Patients with AF, a lower BMI, or worse renal function are less likely to achieve a lower or target NT-proBNP. Clinicians should be aware of these factors both when interpreting NT-proBNP levels and making therapeutic decisions about heart failure therapies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».