The GUIDE-HF trial of pulmonary artery pressure monitoring in heart failure: impact of the COVID-19 pandemic
Notice bibliographique
Résumé
AIMS: During the coronavirus disease 2019 (COVID-19) pandemic, important changes in heart failure (HF) event rates have been widely reported, but few data address potential causes for these changes; several possibilities were examined in the GUIDE-HF study. METHODS AND RESULTS: From 15 March 2018 to 20 December 2019, patients were randomized to haemodynamic-guided management (treatment) vs. control for 12 months, with a primary endpoint of all-cause mortality plus HF events. Pre-COVID-19, the primary endpoint rate was 0.553 vs. 0.682 events/patient-year in the treatment vs. control group [hazard ratio (HR) 0.81, P = 0.049]. Treatment difference was no longer evident during COVID-19 (HR 1.11, P = 0.526), with a 21% decrease in the control group (0.536 events/patient-year) and no change in the treatment group (0.597 events/patient-year). Data reflecting provider-, disease-, and patient-dependent factors that might change the primary endpoint rate during COVID-19 were examined. Subject contact frequency was similar in the treatment vs. control group before and during COVID-19. During COVID-19, the monthly rate of medication changes fell 19.2% in the treatment vs. 10.7% in the control group to levels not different between groups (P = 0.362). COVID-19 was infrequent and not different between groups. Pulmonary artery pressure area under the curve decreased -98 mmHg-days in the treatment group vs. -100 mmHg-days in the controls (P = 0.867). Patient compliance with the study protocol was maintained during COVID-19 in both groups. CONCLUSION: During COVID-19, the primary event rate decreased in the controls and remained low in the treatment group, resulting in an effacement of group differences that were present pre-COVID-19. These outcomes did not result from changes in provider- or disease-dependent factors; pulmonary artery pressure decreased despite fewer medication changes, suggesting that patient-dependent factors played an important role in these outcomes. Clinical Trials.gov: NCT03387813.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».