Abstract 11453: Age, Sex, and Outcomes in Heart Failure With Reduced Ejection Fraction: Insights From the VICTORIA Trial
Notice bibliographique
Résumé
Background: Both patient age and sex influence heart failure (HF) treatment and outcomes. Given women are generally older in HF trials, we examined the associations of age and sex with clinical characteristics, background HF therapy, and response to vericiguat in VICTORIA. VICTORIA enrolled 5050 patients with HF with reduced ejection fraction (HFrEF) and recent worsening HF, was broadly inclusive without an upper age limit, and included 28% women (n=1208), and 31% (1568 ) were ≥75 years old with event rates exceeding most HF trials. Methods: Clinical characteristics were compared across age groups (<65, 65 to <75, ≥75 and <75, ≥75 years) and sex ( Table ). Results: More women (37%) than men (29%) were age ≥75 years. Compared with younger patients, those ≥75 had higher EF and class III/IV symptoms, more comorbidities, higher NT-proBNP and lower eGFR, indicative of more advanced disease; however, this age group had the lowest use of triple therapy. Within each age group, women had higher EF and lower burden of some comorbidities (atrial fibrillation, hyperlipidemia, coronary artery disease) compared with men, but similar functional status and NT-proBNP. There were no sex differences in the use of triple therapy by age group; however, women ≥75 years less often achieved target doses of triple therapy than men of similar age. Women were also less likely to receive HF devices across all ages. The incidence of the primary composite endpoint (cardiovascular death or HF hospitalization) increased across age groups and was higher in men than women. Compared with the pre-specified age subgroup analysis (i.e., <75, ≥75 years), the beneficial effect of vericiguat on the primary endpoint was not modified by age (continuous) and sex (3-way interaction; p=0.847). Conclusions: Women in VICTORIA were older than men, and while elderly women received less intense background HF therapy, their prognosis was nominally better than elderly men. Vericiguat’s benefit was independent of age and sex.
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 | 0,007 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».