Vagal Neuromodulation in Chronic Heart Failure With Reduced Ejection Fraction: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Objectives: The aim of this study was to evaluate the effects of invasive vagal nerve stimulation (VNS) in patients with chronic heart failure (HF) and reduced ejection fraction (HFrEF). Background: Heart failure is characterized by autonomic nervous system imbalance and electrical events that can lead to sudden death. The effects of parasympathetic (vagal) stimulation in patients with HF are not well-established. Methods: From May 1994 to July 2020, a systematic review was performed using PubMed, Embase, and Cochrane Library for clinical trials, comparing VNS with medical therapy for the management of chronic HFrEF (EF ≤ 40%). A meta-analysis of several outcomes and adverse effects was completed, and GRADE was used to assess the level of evidence. Results: Four randomized controlled trials (RCT) and three prospective studies, totalizing 1,263 patients were identified; 756 treated with VNS and 507 with medical therapy. RCT data were included in the meta-analysis (fixed-effect distribution). Adverse effects related to VNS were observed in only 11% of patients. VNS was associated with significant improvement (GRADE = High) in the New York Heart Association (NYHA) functional class (OR, 2.72, 95% CI: 2.07–3.57, p < 0.0001), quality of life (MD −14.18, 95% CI: −18.09 to −10.28, p < 0.0001), a 6-min walk test (MD, 55.46, 95% CI: 39.11–71.81, p < 0.0001) and NT-proBNP levels (MD −144.25, 95% CI: −238.31 to −50.18, p = 0.003). There was no difference in mortality (OR, 1.24; 95% CI: 0.82–1.89, p = 0.43). Conclusions: A high grade of evidence demonstrated that vagal nerve stimulation improves NYHA functional class, a 6-min walk test, quality of life, and NT-proBNP levels in patients with chronic HFrEF, with no differences in mortality.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,014 | 0,003 |
| Bibliométrie | 0,002 | 0,007 |
| 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 | 0,001 |
| 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 ».