Design and Baseline Characteristics of STEP-HFpEF Program Evaluating Semaglutide in Patients With Obesity HFpEF Phenotype
Notice bibliographique
Résumé
BACKGROUND: The majority of patients with heart failure with preserved ejection fraction (HFpEF) have the obesity phenotype, but no therapies specifically targeting obesity in HFpEF exist. OBJECTIVES: The aim of this study was to describe the design and baseline characteristics of 2 trials of semaglutide, a glucagon-like peptide-1 receptor agonist, in patients with the obesity HFpEF phenotype: STEP-HFpEF (Semaglutide Treatment Effect in People with obesity and HFpEF; NCT04788511) and STEP-HFpEF DM (Semaglutide Treatment Effect in People with obesity and HFpEF and type 2 diabetes; NCT04916470). METHODS: to once-weekly semaglutide at a dose of 2.4 mg or placebo. Participants were eligible if they had a left ventricular ejection fraction (LVEF) ≥45%; NYHA functional class II to IV; a Kansas City Cardiomyopathy Questionnaire (KCCQ)-Clinical Summary Score (CSS) <90 points; and ≥1 of the following: elevated filling pressures, elevated natriuretic peptides plus structural echocardiographic abnormalities, recent heart failure hospitalization plus ongoing diuretic use, and/or structural abnormalities. The dual primary endpoints are the 52-week change in the KCCQ-CSS and body weight. RESULTS: ) with typical features of HFpEF (median LVEF of 57%, frequent comorbidities, and elevated natriuretic peptides). Most participants received diuretic agents and renin-angiotensin blockers at baseline, and approximately one-third were on mineralocorticoid receptor antagonists. Sodium-glucose cotransporter-2 inhibitor use was rare in STEP-HFpEF but not in STEP HFpEF DM (32%). Patients in both trials had marked symptomatic and functional impairments (KCCQ-CSS ∼59 points, 6-minute walking distance ∼300 m). CONCLUSIONS: In total, STEP-HFpEF program randomized 1,146 participants with the obesity phenotype of HFpEF and will determine whether semaglutide improves symptoms, physical limitations, and exercise function in addition to weight loss in this vulnerable group.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 ».