Translating the 2021 ESC Heart Failure Guideline Recommendations in Daily Practice: Results from a Heart Failure Survey. A Scientific Statement of the ESC Council for Cardiology Practice and the Heart Failure Association of the ESC
Notice bibliographique
Résumé
AIMS: Real-world data show that guidelines are insufficiently implemented, and particularly guideline-directed medical therapies (GDMT) are underused in patients with heart failure and reduced ejection fraction (HFrEF) in clinical practice. The Council for Cardiology Practice and the Heart Failure Association of the European Society of Cardiology (ESC) developed a survey aiming to (i) evaluate the perspectives of the cardiology community on the 2021 ESC heart failure (HF) guidelines, (ii) pinpoint disparities in disease management, and (iii) propose strategies to enhance adherence to HF guidelines. METHODS AND RESULTS: A 22-question survey regarding the diagnosis and treatment of HFrEF was delivered between March and June 2022. Of 457 physicians, 54% were general cardiologists, 19.4% were HF specialists, 18.9% other cardiac specialists, and 7.7% non-cardiac specialists. For diagnosis, 52.1% employed echocardiography and natriuretic peptides (NPs), 33.2% primarily used echocardiography, and 14.7% predominantly relied on NPs. The first drug class initiated in HFrEF was angiotensin-converting enzyme inhibitors/angiotensin receptor-neprilysin inhibitor (ACEi/ARNi) (91.2%), beta-blockers (BB) (73.8%), mineralocorticoid receptor antagonists (MRAs) (53.4%), and sodium-glucose cotransporter 2 (SGLT2) inhibitors (48.1%). The combination ACEi/ARNi + MRA+ BB was preferred by 39.3% of physicians, ACEi/ARNi + SGLT2 inhibitors + BB by 33.3%, and ACEi/ARNi + BB by 22.2%. The time required to initiate and optimize GDMT was estimated to be <1 month by 8.3%, 1-3 months by 52%, 3-6 months by 31.8%, and >6 months by 7.9%. Compared to general cardiologists, HF specialists/academic cardiologists reported lower estimated time-to-initiation, and more commonly preferred a parallel initiation of GDMT rather than a sequential approach. CONCLUSION: Participants generally followed diagnostic and treatment guidelines, but variations in HFrEF management across care settings or HF specialties were noted. The survey may raise awareness and promote standardized HF care.
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 | 0,016 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».