Safety of Continuing Mineralocorticoid Receptor Antagonist Treatment in Patients with Heart Failure with Reduced Ejection Fraction and Severe Kidney Disease: Data from Swedish Heart Failure Registry
Notice bibliographique
Résumé
ABSTRACT Aims Mineralocorticoid receptor antagonists (MRAs) improve outcomes in heart failure with reduced ejection fraction (HFrEF) but remain underused and are often discontinued especially in patients with chronic kidney disease (CKD) due to concerns on renal safety. Therefore, in a real-world HFrEF population we investigated the safety of MRA use, in terms of risk of renal events, any mortality and any hospitalization, across the estimated glomerular filtration rate (eGFR) spectrum including severe CKD. Methods and results We analysed patients with HFrEF (ejection fraction <40%), not on dialysis, from the Swedish Heart Failure Registry. We performed multivariable logistic regression models to investigate patient characteristics independently associated with MRA use, and univariable and multivariable Cox regression models to assess the associations between MRA use and outcomes. Of 33 942 patients, 17 489 (51%) received MRA, 32%, 45%, 54%, 54% with eGFR <30, 30–44, 45–59 or ≥60 ml/min/1.73 m2, respectively. An eGFR ≥60 ml/min/1.73 m2 and patient characteristics linked with more severe HF were independently associated with more likely MRA use. In multivariable analyses, MRA use was consistently not associated with a higher risk of renal events (i.e. composite of dialysis/renal death/hospitalization for renal failure or hyperkalaemia) (hazard ratio [HR] 1.04, 95% confidence interval [CI] 0.98–1.10), all-cause death (HR 1.02, 95% CI 0.97–1.08) as well as of all-cause hospitalization (HR 0.99, 95% CI 0.95–1.02) across the eGFR spectrum including also severe CKD. Conclusions The use of MRAs in patients with HFrEF decreased with worse renal function; however their safety profile was demonstrated to be consistent across the entire eGFR spectrum.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».