Use of Guideline-Directed Medical Therapy in Patients Aged ≥ 65 Years After the Diagnosis of Heart Failure: A Canadian Population-Based Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Guideline-directed medical therapy (GDMT) improves clinical outcomes in patients with heart failure with reduced ejection fraction (HFrEF). Despite its proven efficacy, GDMT is underutilized in clinical practice. The current study examines GDMT utilization after incident hospitalization for HF to promote medication initiation, and titration to target dosing within a reasonable time period. Methods: This observational study identified 66,372 patients with HFrEF who were aged ≥ 65 years and had an incident HF hospitalization, using administrative health data (2013-2018). GDMT (angiotensin-converting enzyme inhibitors, angiotensin receptor blockers, angiotensin receptor-neprilysin inhibitors, β-blockers (BB), and mineralocorticoid receptor antagonists ) received within the 6 months after hospitalization was evaluated by monitoring therapy combinations, optimal dosing (proportion receiving ≥ 50% of the target dose for these inhibitors and blockers, and any dose of MRA), and maximal and last dose assessed, and by use of a GDMT intensity score. Results: Among patients with HFrEF, 4768 (7.2%) were on no therapy, 17,184 (25.9%), were on monotherapy, 30,912 (46.6%) were on dual therapy, and 13,508 (20.4%) were on triple therapy. Only 8747 (13.2%) and 5484 (8.3%) achieved optimal GDMT based on the maximum dose and the last dispensed dose, respectively, within 6 months postdischarge. Finally, 38,869 (58.6%) achieved < 50% of the maximum intensity score, 23,006 (34.7%) achieved between 50% and 74% of the maximum intensity score, and 4497 (6.8%) achieved a score that was ≥ 75% of the maximum intensity score. Conclusions: Current pharmacologic management for patients with HFrEF does not align with the Canadian guidelines. Given this gap in care, innovative strategies to optimize care in patients with HFrEF are needed.
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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,003 | 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 découle