Guideline-Directed Medical Therapy Assessment in Heart Failure Patients Undergoing Percutaneous Mitral Valve Repair
Notice bibliographique
Résumé
AIMS: Achieving optimized guideline-directed medical therapy (GDMT) is recommended prior to transcatheter mitral valve edge-to-edge repair (M-TEER) for secondary mitral regurgitation (SMR). We aimed to propose and validate an easy-to-use score for assessing the quality of GDMT in patients with heart failure with reduced ejection fraction (HFrEF) undergoing M-TEER. METHODS AND RESULTS: Among the 1641 EuroSMR patients enrolled in the EuroSMR Registry who underwent M-TEER, a total of 1072 patients [median age 74, interquartile range (IQR) 67-79 years, 29% female] had complete data on GDMT and a left ventricular ejection fraction ≤ 40% and were included in the current study. We proposed a GDMT score that considers the dosage levels of three medication classes (angiotensin-converting enzyme inhibitors/angiotensin receptor blockers/angiotensin receptor-neprilysin inhibitors, beta-blockers, and mineralocorticoid receptor antagonists), with a maximum score of 12 points indicating optimal GDMT. The primary outcome was all-cause mortality. The median GDMT score was 4 points (IQR 3-6). All three domains of the scoring system were associated with all-cause mortality (P < 0.05 for all). The overall GDMT score was associated with all-cause mortality (hazard ratio 0.90, 95% confidence interval 0.86-0.95 for each 1-point increase in the GDMT score). This association remained significant after adjusting for renal function and co-morbidities. CONCLUSIONS: This study demonstrates the utility of a simple GDMT scoring system for assessing the adequacy of GDMT in HFrEF patients with relevant SMR undergoing M-TEER. The GDMT score has potential applications in guiding the design of future clinical trials and aiding clinical decision-making processes.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».