Use of Guideline-Recommended Heart Failure Drugs in High-, Middle-, and Low-Income Countries: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Optimal use of guideline-directed medical therapy (GDMT) can prevent hospitalization and mortality among patients with heart failure (HF). We aimed to assess the prevalence of GDMT use for HF across geographic regions and country-income levels. We systematically reviewed observational studies (published between January 2010 and October 2020) involving patients with HF with reduced ejection fraction. We conducted random-effects meta-analyses to obtain summary estimates. We included 334 studies comprising 1,507,849 patients (31% female). The majority (82%) of studies were from high-income countries, with Europe (45%) and the Americas (33%) being the most represented regions, and Africa (1%) being the least. Overall prevalence of GDMT use was 80% (95% CI 78%–81%) for β-blockers, 82% (80%–83%) for renin–angiotensin-system inhibitors, and 41% (39%–43%) for mineralocorticoid receptor antagonists. We observed an exponential increase in GDMT use over time after adjusting for country-income levels (p < 0.0001), but significant gaps persist in low- and middle-income countries. Multi-level interventions are needed to address health-system, provider, and patient-level barriers to GDMT use.
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 | 0,008 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,021 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».