Glucagon-Like Peptide-1 Receptor Agonists Across the Spectrum of Heart Failure
Notice bibliographique
Résumé
Glucagon-like peptide-1 receptor agonists (GLP-1 RAs) have been used to reduce body weight in overweight or people with obesity and to improve glycemic control and cardiovascular outcomes among people with type 2 diabetes (T2D) and a high cardiovascular risk. However, the effects of GLP-1 RAs may be modified by the presence of heart failure (HF). In this review, we summarize the evidence for the use of GLP-1 RA across a patient's risk with a particular focus on HF. After a careful review of the literature, we challenge the current views about the use of GLP-1 RAs and suggest performing active HF screening (with directed clinical history, physical examination, an echocardiogram, and natriuretic peptides) before initiating a GLP-1 RA. After HF screening, we suggest GLP-1 RA treatment decisions as follows: (1) in people with T2D without HF, GLP-1 RAs should be used for reducing the risk of myocardial infarction and stroke, with a possible effect to reduce the risk of HF hospitalizations; (2) in patients with HF and preserved ejection fraction, GLP-1 RAs do not reduce HF hospitalizations but may reduce atherosclerotic events, and their use may be considered in an individualized manner; and (3) in patients with HF and reduced ejection fraction, the use of GLP-1 RAs warrants caution due to potential risk of worsening HF events and arrhythmias, pending risk-benefit data from further studies.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 | 0,001 |
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 ».