MétaCan
Menu
Retour à la cohorte
Enregistrement W4205535134 · doi:10.1136/heartjnl-2021-319605

Heart failure with preserved ejection fraction: recent concepts in diagnosis, mechanisms and management

2022· review· en· W4205535134 sur OpenAlexafffund
Andreas B. Gevaert, Rachna Kataria, Faı̈ez Zannad, Andrew J. Sauer, Kevin Damman, Kavita Sharma, Sanjiv J Shah, Harriette G.C. Van Spall

Notice bibliographique

RevueHeart · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensImpactMcMaster UniversityPopulation Health Research Institute
Organismes subventionnairesCanadian Institutes of Health ResearchNational Institutes of HealthEuropean Society of CardiologyHeart and Stroke Foundation of Canada
Mots-clésMedicineEjection fractionHeart failureHeart failure with preserved ejection fractionCardiologyInternal medicineIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

It is estimated that half of all patients with heart failure (HF) have HF with preserved ejection fraction (HFpEF). Yet this form of HF remains a diagnostic and therapeutic challenge. Differentiating HFpEF from other causes of dyspnoea may require advanced diagnostic methods, such as exercise echocardiography, invasive haemodynamics and investigations for 'HFpEF mimickers'. While the classification of HF has relied heavily on cut-points in left ventricular ejection fraction (LVEF), recent evidence points towards a gradual shift in underlying mechanisms, phenotypes and response to therapies as LVEF increases. For example, among patients with HF, the proportion of hospitalisations and deaths due to cardiac causes decreases as LVEF increases. Medication classes that are efficacious in HF with reduced ejection fraction (HFrEF) have been less so at higher LVEF ranges, decreasing the risk of HF hospitalisation but not cardiovascular or all-cause death in HFpEF. These observations reflect the burden of non-cardiac comorbidities as LVEF increases and highlight the complex pathophysiological mechanisms, both cardiac and non-cardiac, underpinning HFpEF. Treatment with sodium-glucose cotransporter 2 inhibitors reduces the risk of composite cardiovascular events, driven by a reduction in HF hospitalisations; renin-angiotensin-aldosterone blockers and angiotensin-neprilysin inhibitors result in smaller reductions in HF hospitalisations among patients with HFpEF. Comprehensive management of HFpEF includes exercise as well as treatment of risk factors and comorbidities. Classification based on phenotypes may facilitate a more targeted approach to treatment than LVEF categorisation, which sets arbitrary cut-points when LVEF is a continuum. This narrative review summarises the pathophysiology, diagnosis, classification and management of patients with HFpEF.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,005
Communication savante0,0040,005
Science ouverte0,0020,003
Intégrité de la recherche0,0030,008
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,052
Tête enseignante GPT0,341
Écart entre enseignants0,289 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations187
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHeartMême sujetHeart Failure Treatment and ManagementTravaux en français237 207