Evolution of NT-proBNP During Prerandomization Screening in VICTORIA: Implications for Clinical Outcomes and Efficacy of Vericiguat
Notice bibliographique
Résumé
BACKGROUND: Selecting high-risk patients with heart failure with potentially modifiable cardiovascular events is a priority. Our objective was to evaluate NT-proBNP (N-terminal pro-B-type natriuretic peptide) changes during a 30-day screening to establish (1) the frequency and direction of changes; (2) whether a relationship exists between changes in NT-proBNP and the primary composite outcome of cardiovascular death and heart failure hospitalization; and (3) whether changes in NT-proBNP relate to vericiguat's clinical benefit. METHODS: VICTORIA (A Study of Vericiguat in Participants With Heart Failure With Reduced Ejection Fraction) randomized 5050 patients with heart failure with reduced ejection fraction and a recent worsening heart failure event. We studied 3821 patients who had NT-proBNP measured during screening and at randomization. RESULTS: Sixteen hundred exhibited a >20% reduction, 1412 had ≤20% change, and 809 showed a >20% rise in NT-proBNP levels. As compared with the primary composite outcome of 28.4/100 patient-years (497 events; 31.1%) in patients with a >20% decline in NT-proBNP, those with >20% during screening had worse outcomes; 48.8/100 patient-years (359 events; 44.4%); adjusted hazard ratio, 1.61 (95% CI, 1.39-1.85). Those patients with a ≤20% change in NT-proBNP had intermediate outcomes; 39.2/100 patient-years (564 events; 39.9%); adjusted hazard ratio, 1.33 (95% CI, 1.17-1.51). No relationship existed between NT-proBNP changes during screening and vericiguat's effect on cardiovascular death and heart failure hospitalization. CONCLUSIONS: Substantial differences occurred in the rates of cardiovascular death and heart failure hospitalization, especially in patients with a >20% change in NT-proBNP levels during screening interval. Sequential NT-proBNP levels add important prognostic information meriting consideration in future heart failure trials. REGISTRATION: URL: https://www. CLINICALTRIALS: gov; Unique identifier: NCT02861534.
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 | 0,006 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».