Patiromer-Facilitated Renin-Angiotensin-Aldosterone System Inhibitor Utilization in Patients with Heart Failure with or without Comorbid Chronic Kidney Disease: Subgroup Analysis of DIAMOND Randomized Trial
Notice bibliographique
Résumé
INTRODUCTION: Renin-angiotensin-aldosterone system inhibitor (RAASi; including mineralocorticoid receptor antagonists [MRAs]) benefits are greatest in patients with heart failure with reduced ejection fraction (HFrEF) and chronic kidney disease (CKD); however, the risk of hyperkalemia (HK) is high. METHODS: The DIAMOND trial (NCT03888066) assessed the ability of patiromer to control serum potassium (sK+) in patients with HFrEF with/without CKD. Prior to randomization (double-blind withdrawal, 1:1), patients on patiromer had to achieve ≥50% recommended doses of RAASi and 50 mg/day of MRA with normokalemia during a run-in period. The present analysis assessed the effect of baseline estimated glomerular filtration rate (eGFR) in subgroups of ≥/<60, ≥/<45 (prespecified), and ≥/<30 mL/min/1.73 m2 (added post hoc). RESULTS: In total, 81.3, 78.9, and 81.1% of patients with eGFR <60, <45, and <30 mL/min/1.73 m2 at screening achieved RAASi/MRA targets. A greater efficacy of patiromer versus placebo to control sK+ in patients with more advanced CKD was reported (p-interaction ≤ 0.027 for all eGFR subgroups). Greater effects on secondary endpoints were observed with patiromer versus placebo in patients with eGFR <60 and <45 mL/min/1.73 m2. Adverse effects were similar between patiromer and placebo across subgroups. CONCLUSION: Patiromer enabled use of RAASi, controlled sK+, and minimized HK risk in patients with HFrEF, with greater effect sizes for most endpoints noted in patient subgroups with lower eGFR. Patiromer was well tolerated by patients in all eGFR subgroups.
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) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».