Phenomapping in Heart Failure With Reduced Ejection Fraction to Identify Subpopulations With High Residual Risk: A VICTORIA Substudy
Notice bibliographique
Résumé
BACKGROUND: Patients with heart failure and reduced ejection fraction (HFrEF) have a high residual risk for heart failure hospitalizations and cardiovascular death. We aimed to use multimodality data to identify unique HFrEF subgroups with high residual risk. METHODS: In this VICTORIA substudy (Vericiguat Global Study in Subjects With Heart Failure With Reduced Ejection Fraction), clinical, electrocardiographic, echocardiographic, quantitative biomarker, and targeted proteomics data were collected. Agglomerative hierarchical clustering was performed using 105 variables to define HFrEF phenogroups. Cox regression estimated the relationship between the HFrEF phenogroups and the primary composite outcome of cardiovascular death or heart failure hospitalization. External validation of the phenogroups was performed in the BIOSTAT-CHF cohort (Biology Study to Tailored Treatment in Chronic Heart Failure). Multinomial logistic regression identified the most important variables in defining the HFrEF phenogroups. RESULTS: There were 564 participants; after clustering, the optimal number of HFrEF phenogroups was 3. Phenogroup 1 was young, well-treated with guideline-directed medical therapy, and least likely to have an implantable cardioverter defibrillator. Phenogroup 2 had the highest prevalence of atrial fibrillation and pathological Q-waves on electrocardiography. Phenogroup 3 was older, had more biventricular dysfunction, and had advanced renal disease. A stepwise increase in the risk of the primary composite outcome was observed from HFrEF phenogroup 1 to 3 (hazard ratio, 7.0 [95% CI, 4.1–12.0]; P ≤0.01). The phenogroups were externally validated in BIOSTAT-CHF, and phenogroup 3 had similar patient characteristics (eg, older with more significant renal dysfunction) and had the highest event rate at 1 year (41% [95% CI, 38%–45%]). After multinomial regression, GDF-15 (growth differentiation factor 15) was the most important variable in discriminating the 3 HFrEF phenogroups in both VICTORIA and BIOSTAT-CHF. CONCLUSIONS: We identified and externally validated unique HFrEF subpopulations with shared biological characteristics that differentiated residual risk for cardiovascular death or heart failure hospitalization. GDF-15 was the most important protein used to distinguish the 3 HFrEF phenogroups. These findings may inform study entry criteria for future HFrEF trials focused on the development of novel therapeutics. REGISTRATION: URL: https://www.clinicaltrials.gov ; Unique identifier: NCT02861534.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».