Hemodynamically-Guided Management of Heart Failure Across the Ejection Fraction Spectrum
Notice bibliographique
Résumé
BACKGROUND: Hemodynamically-guided management using an implanted pulmonary artery pressure sensor is indicated to reduce heart failure (HF) hospitalizations in patients with New York Heart Association (NYHA) functional class II-III with a prior HF hospitalization or those with elevated natriuretic peptides. OBJECTIVES: The authors sought to evaluate the effect of left ventricular ejection fraction (EF) on treatment outcomes in the GUIDE-HF (Hemodynamic-GUIDEd management of Heart Failure) randomized trial. METHODS: The GUIDE-HF randomized arm included 1,000 NYHA functional class II-IV patients (with HF hospitalization within the prior 12 months or elevated natriuretic peptides adjusted for EF and body mass index) implanted with a pulmonary artery pressure sensor, randomized 1:1 to a hemodynamically-guided management group (treatment) or a control group (control). The primary endpoint was the composite of HF hospitalizations, urgent HF visits, and all-cause mortality at 12 months. The authors assessed outcomes by EF in guideline-defined subgroups ≤40%, 41%-49%, and ≥50%, within the trial specified pre-COVID-19 period cohort. RESULTS: There were 177 primary events (0.553/patient-year) in the treatment group and 224 events (0.682/patient-year) in the control group (HR: 0.81 [95% CI: 0.66-1.00]; P = 0.049); HF hospitalization was lower in the treatment vs control group (HR: 0.72 [95% CI: 0.57-0.92]; P = 0.0072). Within each EF subgroup, primary endpoint and HF hospitalization rates were lower in the treatment group (HR <1.0 across the EF spectrum). Event rate reduction by EF in the treatment groups was correlated with reduction in pulmonary artery pressures and medication changes. CONCLUSIONS: Hemodynamically-guided HF management decreases HF-related endpoints across the EF spectrum in an expanded patient population of patients with HF. (Hemodynamic-GUIDEd Management of Heart Failure [GUIDE-HF]; 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».