Safety, Tolerability and Efficacy of Up-Titration of Guideline-Directed Medical Therapies for Acute Heart Failure in Elderly Patients: A Sub-Analysis of the STRONG-HF Randomized Clinical Trial
Notice bibliographique
Résumé
AIMS: STRONG-HF examined a high-intensity care (HIC) strategy of rapid up-titration of guideline-directed medical therapy (GDMT) and close follow-up after acute heart failure (AHF) admission. We assess the role of age on efficacy and safety of HIC. METHODS AND RESULTS: Hospitalized AHF patients, not treated with optimal GDMT were randomized to HIC or usual care. The primary endpoint of 180-day death or HF readmission occurred equally in older (>65 years, n = 493, 74 ± 5 years) and younger patients (53 ± 11 years, adjusted hazard ratio [aHR] 1.02, 95% confidence interval [CI] 0.73-1.43, p = 0.89). Older patients received slightly lower GDMT to day 21, but same doses at day 90 and 180. The effect of HIC on the primary endpoint was numerically higher in younger (aHR 0.51, 95% CI 0.32-0.82) than older patients (aHR 0.73, 95% CI 0.46-1.15, adjusted interaction p = 0.30), partially related to COVID-19 deaths. After exclusion of COVID-19 deaths, the effect of HIC was similar in younger (aHR 0.51, 95% CI 0.32-0.82) and older patients (aHR 0.63, 95% CI 0.32-1.02, adjusted interaction p = 0.56), with no treatment-by-age interaction (interaction p = 0.57). HIC induced larger improvements in quality of life to day 90 in younger (EQ-VAS adjusted-mean difference 5.51, 95% CI 3.20-7.82) than in older patients (1.77, 95% CI -0.75 to 4.29, interaction p = 0.032). HIC was associated with similar rates of adverse events in older and younger patients. CONCLUSION: High-intensity care after AHF was safe and resulted in a significant reduction of all-cause death or HF readmission at 180 days across the study age spectrum. Older patients have smaller benefits in terms of quality of life.
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 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 | 0,010 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».