Network Meta-Analysis of Quality of Life in Heart Failure With Reduced Ejection Fraction
Notice bibliographique
Résumé
BACKGROUND: Although the effects of various combinations of treatments on mortality and morbidity outcomes in heart failure with reduced ejection fraction (HFrEF) have been evaluated, the impact on quality of life is unknown. This study evaluated and compared the composite impact of pharmacological therapies on quality of life in HFrEF using a frequentist network meta-analysis and systematic review methodology. METHODS: We searched MEDLINE, EMBASE, and Cochrane Central Register of Controlled Trials for randomized controlled trials published between January 1, 2021 and August 10, 2024. We included all contemporary and efficacious HFrEF therapies used in adults. The primary outcome was change in quality of life measured through the Kansas City Cardiomyopathy Questionnaire and the Minnesota Living with Heart Failure Questionnaire, expressed as mean difference (MD). RESULTS: We identified 41 randomized controlled trials representing 41 145 patients (76.5% male). The trials had a median of 276 participants (105-464), a mean left ventricular ejection fraction of 28%, and a median follow-up time of 5 months (3-8). A combination of angiotensin receptor blocker/neprilysin inhibitors (ARNi)+β-blockers (BB)+sodium-glucose cotransporter 2 inhibitors (SGLT2i; MD, +5.3 [+0.4, +10.3]) was the most effective at improving quality of life followed by ARNi+BB+mineralocorticoid receptor antagonists (MRA)+SGLT2i (MD, +7.1 [-1.0 to +15.2]), ACE inhibitor+BB+MRA+SGLT2i (MD, +5.3 [-2.6, to +13.3]), and ACE inhibitor+BB+MRA+ivabradine (MD, +5.2 [-3.1 to +13.6]), which were not statistically significant. Individually, the most effective treatments for improving quality of life were SGLT2i (MD, +3.4 [+1.4 to +5.30]), ivabradine (MD, +3.3 [+0.1 to +6.4]), ARNi (MD, +2.6 [-3.2 to +8.5]), and MRA (MD, +1.8 [-4.8 to +8.4]). CONCLUSIONS: A composite of ARNi+BB+SGLT2i or ARNi+BB+MRA+SGLT2i was the most effective at improving quality of life in patients with HFrEF.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,027 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,045 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».