Polypill in heart failure: a pathway to simplified treatment and improved adherence and outcomes
Notice bibliographique
Résumé
Heart failure (HF) remains a global health challenge that imposes significant clinical and economic burden. Treatment adherence to guideline-directed medical therapy (GDMT) remains a major challenge in the management of HF, despite the availability of guideline-directed medical therapy (GDMT). Polypharmacy and regimen complexity contribute to poor adherence, particularly among older adults and in resource-limited settings. The polypill strategy, involving fixed-dose combinations of essential HF medications, has emerged as a potential solution to simplify treatment regimens, enhance adherence, and improve clinical outcomes. This review explores the potential of polypill therapy as a pragmatic strategy to simplify HF treatment and improve adherence. Drawing on its successful application in other cardiovascular diseases, we propose two implementation approaches for HF: early low-dose initiation for newly diagnosed patients or switching to a pre-specified dose polypill for stable, optimized patients. This review discusses formulations tailored to different HF phenotypes and highlights ongoing clinical trials assessing the efficacy and safety of the polypill in the HF setting. While the polypill approach offers promising benefits, i.e., improved adherence, affordability, and streamlined care, critical considerations regarding the selection of optimal drug components, identification and elimination of potential drug-drug interactions, the definition of appropriate flexible dose combinations, and patient-specific factors are crucial. Future research, particularly real-world clinical trials, is essential to comprehensively evaluate the efficacy, safety, and feasibility of polypill therapy in diverse HF patient populations, ensuring its responsible integration into clinical practice across diverse healthcare settings to mitigate the persistent burden of HF.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 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) | 0,000 | 0,001 |
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 ».