MétaCan
Menu
← Retour à la cohorte
Enregistrement W4409265001 · doi:10.1101/2025.04.03.25325054

Assessing Benefit in Heart Failure Patients with Reduced Ejection Fraction: Analysis of the VICTORIA Trial Using Novel Prognostic Risk Stratification

2025· preprint· en· W4409265001 sur OpenAlexaff
Christopher M. O’Connor, Sarah Rathwell, Devan V. Mehrotra, Stefano Corda, Ciaran J. McMullan, Carolyn S.P. Lam, Justin A. Ezekowitz, Burkert Piekse, Adrian F. Hernandez, Kevin J. Anstrom, Robert J. Mentz, Christopher R. deFilippi, Adriaan A. Voors, Piotr Ponikowski, Javed Butler, Cynthia M. Westerhout, Paul W. Armstrong

Notice bibliographique

RevuemedRxiv · 2025
Typepreprint
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensCanadian VIGOUR CentreUniversity of Alberta
Organismes subventionnairesDuke Clinical Research InstituteRelypsaRespicardiaNational Institutes of HealthBoston Scientific CorporationGilead SciencesCytokineticsAmerican RegentSanofiBayerAbbott DiagnosticsBristol-Myers SquibbEli Lilly and CompanyAstraZenecaSiemens HealthineersAmgen
Mots-clésEjection fractionRisk stratificationHeart failureStratification (seeds)Internal medicineCardiologyMedicineFraction (chemistry)Intensive care medicineChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Background Randomized controlled clinical trials remain the gold standard for determining efficacy of new heart failure (HF) therapies; however, failure to account for heterogeneity in risk of the primary endpoint(s) may dilute treatment efficacy. The novel 5-step stratified testing and amalgamation routine (5-STAR) methodology addresses these limitations using risk stratification based on treatment-independent associations between baseline covariates and clinical outcomes. We applied the 5-STAR methodology to the original VICTORIA database enriched by relevant ancillary information. Methods Within the 5-STAR analysis, elastic net Cox regression and a conditional inference tree tool blinded to treatment assignment were used to partition the trial population into risk strata for trial endpoints based on baseline covariates determined to be jointly strongly associated with the risk of the outcome. Core laboratory mechanistic biomarkers and baseline electrocardiographic variables were added to the VICTORIA dataset. After unblinding, treatments were compared for the primary composite endpoint of cardiovascular death or HF hospitalization within each risk stratum: stratum-level results were then averaged for overall inference. Results The 5-STAR analysis showed a greater vericiguat treatment effect on the primary composite endpoint than the original prespecified VICTORIA analysis (5-STAR-averaged HR, 95% CI: 0.85, 0.77–0.94 vs 0.90, 0.82–0.98), and on its components (5-STAR-averaged HR, 95% CI: cardiovascular death: 0.79, 0.67–0.93 vs 0.93, 0.81–1.06; HF hospitalization: 0.89, 0.79–1.00 vs 0.90, 0.81–1.00). Five biomarkers (GDF-15, NT-proBNP, albumin, blood urea nitrogen, urate) determined the risk strata across the 3 endpoints. Conclusions By developing treatment-independent risk stratification, the 5-STAR methodology attenuates dilution of treatment effects inherent in conventional prognostic risk heterogeneity. This retrospective analysis of VICTORIA revealed greater efficacy of vericiguat on the primary endpoint and its components. GDF-15 was consistently the strongest prognostic risk factor across the composite endpoint and its components of cardiovascular death and HF hospitalization. Clinical Trial Registration ClinicalTrials.gov ( NCT02861534 ).

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)0,033
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,176

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0330,042
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,032
Tête enseignante GPT0,315
Écart entre enseignants0,283 · 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'étudeObservationnel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetHeart Failure Treatment and Management→Travaux en français237 207→