Device Therapy in Patients with Heart Failure: Is Medication Use Optimized and Are We Targeting Those Patients Most Likely to Benefit?
Notice bibliographique
Résumé
Background To determine what proportion of device-eligible patients with heart failure treated in a specialized clinic are on optimal guideline-directed medical therapy (GDMT) at the time of device referral and their benefit–risk status. Methods A cohort study was conducted of all patients seen between January 2013 and August 2024. We characterized GDMT by the modified Heart Function Collaboratory score at the time of device referral and grouped patients by Multicenter Automatic Defibrillator Implantation Trial-II (MADIT-ICD) benefit–risk score. Results Of 250 patients potentially eligible for a primary prophylaxis implantable cardioverter defibrillator (ICD), 136 (54.4%) were referred within 6 months of GDMT initiation—34 (25%) were in the lowest MADIT-ICD benefit–risk group and 6 (9.7%) of those not referred were in the highest benefit–risk group. No differences occurred in ICD referral based on sex ( P = 0.92) or New York Heart Association class ( P = 0.11), but younger patients ( P = 0.007), those with ischemic heart disease ( P = 0.006), and those with a longer QRS interval ( P = 0.001) were more likely to be referred. Of 54 patients who met cardiac resynchronization therapy indications, 32 (59.3%) were referred within 6 months of GDMT initiation. The median modified Heart Function Collaboratory score was 83.3 (interquartile range, 66.7-100) at the time of ICD referral, and 75.0 (interquartile range, 65.6–100) at the time of cardiac resynchronization therapy referral, but up to one third of patients had ≥ 1 element of GDMT dosed at < 50% target. Conclusions Within 6 months of initiating GDMT, more than half of eligible patients with heart failure had been referred for a device, but one quarter were in the group least likely to benefit from a device, and not all were on optimal GDMT.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».