Guideline-Directed Medical Therapy Use in the STRONG-HF Trial
Notice bibliographique
Résumé
BACKGROUND: Assessment of medication changes in heart failure trials and registries is complex and may not capture the entirety of care. A comprehensive and standardized method is needed. We used different methods to assess the use of guideline-directed medical therapies (GDMT) and verified the association between GDMT intensity score with the STRONG-HF trial (Safety, Tolerability and Efficacy of Rapid Optimization, Helped by NT-proBNP Testing of Heart Failure Therapies) clinical outcomes. METHODS: We used data from the STRONG-HF trial to examine the baseline GDMT use for all randomized patients by applying the GDMT intensity score and evaluated its change over time. We also examined their basic adherence, indication-corrected adherence, and dose-corrected adherence, and the association with clinical outcomes up to 180 days. RESULTS: At 90 days, triple therapy indication-corrected use increased from 4.5% to 36% in the usual care group, and from 5.2% to 93.5% in the high-intensity care group ( P <0.001 between the 2 groups). Triple therapy dose-corrected use increased from 4.5% to 20.5% in the usual care group, and from 3.3% to 77.4% in the high-intensity care group ( P <0.001). The GDMT intensity score at baseline was <6 in 358 (33%) patients, 6 to 7 in 329 (31%) patients, and >7 in 386 (36%) patients. At 90 days, 88.4% of patients in the high-intensity arm achieved a score >7 versus 14.3% in the usual care arm ( P <0.0001). The GDMT intensity score was correlated with clinical outcomes at 180 days. CONCLUSIONS: The GDMT intensity score provides a comprehensive description of medication use by means of standardized measurements and is linked to clinical outcomes. Future studies should consider utilizing this as a trial end point. REGISTRATION: URL: https://www.clinicaltrials.gov ; Unique identifier: NCT03412201.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,002 | 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 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 ».