Age- and sex-related differences in heart failure characteristics and treatment patterns across the ejection fraction spectrum: first data from the BRING-UP 3 Heart Failure study
Notice bibliographique
Résumé
AIMS: Older adults and females are under-represented in randomized clinical trials, and evidence on age- and sex-related differences in heart failure (HF) characteristics and treatment patterns is limited. OBJECTIVES: To evaluate age- and sex-related differences in clinical characteristics and treatments of an all-comers cohort of HF patients. METHODS AND RESULTS: The BRING-UP 3 HF study is a prospective, observational, multicenter investigation encompassing 179 Italian cardiology sites. Multivariable logistic regression models were applied to evaluate predictors of HF treatments across sex and age strata. Optimal medical therapy (OMT) was defined as the patient receiving all guideline-recommended medications. A total of 5203 HF patients (median age 72 years; 24% female) were included over three months. Females were older, had a higher prevalence of non-ischemic HF etiologies, and were less likely to receive OMT compared with males. Similarly, older patients also experienced suboptimal treatment. After multivariable adjustment only age remained independently associated with a lower likelihood of receiving OMT (odds ratio per 5-year age increase 0.94, 95% confidence interval 0.88-0.93). CONCLUSION: Significant age- and sex-related disparities exist in HF characteristics and treatment patterns. Tailored management strategies are needed to optimize medical therapy for females and older adults, to improve HF outcomes and ensure equitable care. TRIAL REGISTRATION NUMBER: NCT06279988.
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 | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».