MétaCan
Menu
Retour à la cohorte
Enregistrement W4288445068 · doi:10.1093/eurheartj/ehac401

Patiromer for the management of hyperkalemia in heart failure with reduced ejection fraction: the DIAMOND trial

2022· article· en· W4288445068 sur OpenAlexaff
Javed Butler, Stefan D. Anker, Lars H. Lund, Andrew J.S. Coats, Gerasimos Filippatos, Tariq Jamal Siddiqi, Tim Friede, Vincent Fabien, Mikhail Kosiborod, Marco Metra, Ileana L. Piña, Fausto J. Pinto, Patrick Rossignol, Peter van der Meer, Cecilia Bahit, Jan Bělohlávek, Michael Böhm, Jasper J. Brugts, John G.F. Cleland, Justin A. Ezekowitz, Antoni Bayés‐Genís, Israel Gotsman, Assen Goudev, Irakli Khintibidze, JoAnn Lindenfeld, Robert J. Mentz, Béla Merkely, Eliodoro Castro Montes, Wilfried Müllens, José Carlos Nicolau, Piotr Ponikowski, Petar Seferović, Michele Senni, Е. V. Shlyakhto, Alain Cohen‐Solal, Peter Szecsödy, Klaus Jensen, Fabio Dorigotti, Matthew R. Weir, Bertram Pitt

Notice bibliographique

RevueEuropean Heart Journal · 2022
Typearticle
Langueen
DomaineMedicine
ThématiquePotassium and Related Disorders
Établissements canadiensUniversity of Alberta
Organismes subventionnairesServierNovo NordiskVifor PharmaEuropean CommissionAstraZeneca
Mots-clésHyperkalemiaMedicineSpironolactoneEjection fractionInternal medicineHeart failurePlaceboClinical endpointUrologyHazard ratioCardiologyEplerenoneAldosteroneConfidence intervalEndocrinologyRandomized controlled trialPathology

Résumé

récupéré en direct d'OpenAlex

AIMS: To investigate the impact of patiromer on the serum potassium level and its ability to enable specified target doses of renin-angiotensin-aldosterone system inhibitor (RAASi) use in patients with heart failure and reduced ejection fraction (HFrEF). METHODS AND RESULTS: A total of 1642 patients with HFrEF and current or a history of RAASi-related hyperkalemia were screened and 1195 were enrolled in the run-in phase with patiromer and optimization of the RAASi therapy [≥50% recommended dose of angiotensin-converting enzyme inhibitor/angiotensin receptor blocker/angiotensin receptor-neprilysin inhibitor, and 50 mg of mineralocorticoid receptor antagonist (MRA) spironolactone or eplerenone]. Specified target doses of the RAASi therapy were achieved in 878 (84.6%) patients; 439 were randomized to patiromer and 439 to placebo. All patients, physicians, and outcome assessors were blinded to treatment assignment. The primary endpoint was between-group difference in the adjusted mean change in serum potassium. Five hierarchical secondary endpoints were assessed. At the end of treatment, the median (interquartile range) duration of follow-up was 27 (13-43) weeks, the adjusted mean change in potassium was +0.03 mmol/l in the patiromer group and +0.13 mmol/l in the placebo group [difference in the adjusted mean change between patiromer and placebo: -0.10 mmol/l (95% confidence interval, CI -0.13, 0.07); P < 0.001]. Risk of hyperkalemia >5.5 mmol/l [hazard ratio (HR) 0.63; 95% CI 0.45, 0.87; P = 0.006), reduction of MRA dose (HR 0.62; 95% CI 0.45, 0.87; P = 0.006), and total adjusted hyperkalemia events/100 person-years (77.7 vs. 118.2; HR 0.66; 95% CI 0.53, 0.81; P < 0.001) were lower with patiromer. Hyperkalemia-related morbidity-adjusted events (win ratio 1.53, P < 0.001) and total RAASi use score (win ratio 1.25, P = 0.048) favored the patiromer arm. Adverse events were similar between groups. CONCLUSION: Concurrent use of patiromer and high-dose MRAs reduces the risk of recurrent hyperkalemia (ClinicalTrials.gov: NCT03888066).

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,275
Écart entre enseignants0,251 · 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'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

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

En bref

Citations222
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Heart JournalMême sujetPotassium and Related DisordersTravaux en français237 207