Temporal Trends in Evidence Supporting Therapeutic Interventions in Heart Failure and Other European Society of Cardiology Guidelines
Notice bibliographique
Résumé
AIMS: This study aimed to determine whether any change occurred over time in level of evidence (LoE) of therapeutic interventions supporting heart failure (HF) and other European Society of Cardiology guideline recommendations. METHODS AND RESULTS: We selected topics with at least three documents released between 2008 and April 2022. Classes of recommendations (CoR) and supporting LoE related to therapeutic interventions within each document were collected and compared over time. A total of 1822 recommendations from 18 documents on 6 topics [median number per document = 112, 867 (48%) CoR I] were included in the analysis. There was a trend towards a reduction over time in the percentage of CoR I in HF (46-36-34%), non-ST elevation myocardial infarction (NSTEMI; 78-58-54%), and pulmonary embolism (PE; 65-50-39%) guidelines, with a decrease in the total number of recommendations for HF only. Percentage of CoR I was stable over time around 40% for valvular heart disease (VHD) and atrial fibrillation (AF), and around 60% for cardiovascular prevention (CVP), with an increase in the total number of recommendations for VHD and CVP and a decrease for AF. Among CoR I, 319 (37%) were supported by LoE A, with a decrease over time for HF (56-46-42%), an increase for NSTEMI (29-38-48%) and AF (28-31-36%), a bimodal distribution for PE and CVP, and a lack for VHD. CONCLUSIONS: LoE supporting therapeutic recommendations in contemporary European guidelines is generally low. Physicians should be aware of these limitations, and scientific societies promote a greater understanding of their significance and drive future research directions.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 ».