Optimal Medical Therapy Attainment by Dialysis Status in the ISCHEMIA-CKD Trial
Notice bibliographique
Résumé
Background: The efficacy of an aggressive multiple risk factor intervention approach - optimal medical therapy (OMT) - to reduce major adverse cardiovascular events in patients with CKD has not been tested. Objective: to examine OMT goal attainment in patients with CKD on dialysis (CKD-D) and non-dialysis CKD (CKD-ND) in the ISCHEMIA-CKD trial. Methods: OMT was recommended to all participants in ISCHEMIA-CKD. Longitudinal trajectories of individual OMT components (smoking cessation, systolic blood pressure (SBP) <140 mmHg, low density lipoprotein (LDL) cholesterol <70 mg/dL, high-intensity statin use, and aspirin use) were modeled over study follow-up. Covariateadjusted percentage point difference in each OMT goal achieved at 24 months between CKD-D and CKD-ND groups (% difference [95% credible interval (CrI)]) was estimated. Results: There were 415 CKD-D and 362 CKD-ND patients at baseline. CKD-D were younger (61 v 67 yrs, p<0.001) and less often diabetic (53% v 62%, p=0.023). CKD-D patients were 7.9 % (0.7%, 14.8%) more likely than CKD-ND to attain the SBP goal at 24 months (Figure). CKD-D patients were 22.7% (-33.3%, -11.4%) less likely to receive high-intensity statins. There was a steady and similar increase in proportional achievement of OMT during follow up. Conclusions: OMT improved over time in advanced CKD-ND and CKD-D. CKD-D achieved the SBP goal more than CKD-ND, yet CKD-D were less likely to be treated with high-intensity statin. Future studies should explore systemic and patient-related barriers to attainment of OMT in this high-risk cohort.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 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 ».