Effect of Angiotensin Receptor-Neprilysin Inhibitor in Patients With Heart Failure: A Real-World Study
Notice bibliographique
Résumé
Background: This study evaluated the cardioprotective effects of angiotensin receptor-neprilysin inhibitor (ARNI) therapy in patients with heart failure (HF), focusing on blood pressure (BP) and cardiac or renal function. Methods: A total of 46 patients who started ARNI therapy between December 2020 and March 2023 were included. Blood tests, echocardiography, and assessments of BP and cardiac function including N-terminal pro-brain natriuretic peptide (NT-proBNP) in blood were performed before and 6 months after they started ARNI therapy. The patients were divided into two groups: heart failure with reduced left ventricular (LV) ejection fraction (HFrEF) and non-HFrEF. Results: in all patients. After 6 months of ARNI therapy, NT-proBNP levels significantly decreased to 462 pg/mL (P < 0.01), LVEF improved to 52% (P < 0.01), and BP showed a slight reduction, particularly in patients with high baseline BP. eGFR remained stable (P = 0.53). The results showed that ARNI treatment led to a reduction in NT-proBNP and improvements in cardiac function, with more pronounced effects in patients with HFrEF. BP changes correlated with baseline levels, stabilizing at around 125/70 mm Hg, and there were no significant differences in changes in renal function between HFrEF and non-HFrEF patients. Conclusions: ARNI therapy significantly reduced NT-proBNP levels and improved cardiac function, with mild antihypertensive effects and no major impact on renal function. These results highlight the importance of predicting the degree of BP reduction by BP at baseline before starting ARNI in HF patients.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 ».