MétaCan
Menu
← Retour à la cohorte
Enregistrement W4404324260 · doi:10.1161/circ.150.suppl_1.4122650

Abstract 4122650: 1-year comparison of quadruple therapy sequencing strategies for heart failure with reduced ejection fraction using an individual-based state-transition microsimulation model

2024· article· en· W4404324260 sur OpenAlexaff
Ricky D. Turgeon, Huynh Van Minh, Peter Loewen, Nathaniel M. Hawkins, Mohsen Sadatsafavi, Wei Zhang, Karen Mackay

Notice bibliographique

RevueCirculation · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensCentre for Advancing Health OutcomesUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineEjection fractionHeart failureFraction (chemistry)MicrosimulationCardiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Introduction: Guidelines recommend quadruple therapy (angiotensin receptor blocker-neprilysin inhibitor [ARNI]), beta-blocker, mineralocorticoid receptor antagonist (MRA), and sodium-glucose co-transporter 2 inhibitor [SGLT2I]) as the cornerstone of heart failure (HF) with reduced ejection fraction (HFrEF) management. Yet, guidelines do not propose a specific order of initiation and titration (or “sequencing strategy”) of these agents, due to the absence of trial evidence. Aims: To model the 1-year efficacy and harms of proposed HFrEF quadruple therapy sequencing strategies using a microsimulation model. Methods: We conducted an individual-based state-transition microsimulation modeling study to compare the 1-year cumulative incidence of death, total HF hospitalization, and adverse events with 6 different HFrEF medication sequencing strategies (emulating 2 different traditional strategies, 2 two-drug combinations, a "cluster" strategy, and four-drug "simultaneous" strategy), each with two versions (weekly or biweekly medication adjustments), applied to treatment-naïve outpatients with HFrEF. We modeled death as an incidence at 1 year, and total HF hospitalization (first and recurrent events) and adverse events (bradycardia, hyperkalemia, hypotension, and renal impairment) as incidence rates per 100 patient-years. Results: At 1 year, an estimated 15.5% died without treatment compared to 6.9% with the traditional sequence adjusted biweekly, and 5.2-6.3% with other sequencing strategies. Similarly, the HF hospitalization rate decreased from 32.8 per 100 patient-years with no treatment to 11.1 per 100 patient-years traditional sequencing adjusted biweekly, and 6.9-9 per 100 patient-years with other strategies. The incidence rates of medication-related adverse events per 100 patient-years were: hypotension (5.8-6.9), renal impairment (4.6-6.0), bradycardia (2.9-3.2), and hyperkalemia (approximately 0.5). Conclusions: For treatment-naïve outpatients with HFrEF, pharmacotherapy sequencing strategies that started 2 to 4 medications on the first visit reduced the risk of death and hospitalization at 1 year compared to a traditional sequencing strategy. Weekly medication adjustments did not outperform biweekly adjustments when >=2 medications were started on the initial visit. These findings can inform clinicians and policymakers in developing HFrEF medication optimization programs with sequencing strategy protocols that fit the local practical context.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,386
Tête enseignante GPT0,444
Écart entre enseignants0,058 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculation→Même sujetHealth Systems, Economic Evaluations, Quality of Life→Travaux en français237 207→