S'abonner

0202: Predictive factors of left ventricular recovery in acute heart failure revealing reduced left ventricular ejection fraction - 12/02/16

Doi : 10.1016/S1878-6480(16)30078-7 
Anne-Laure Madika , Marie Fertin, Eléonore Hebbar, Nicolas Lamblin
 CHU Lille, Hôpital Cardiologique, Lille, France 

*Corresponding author:

Résumé

Aims

Evaluate the factors presents at diagnosis associated to left ventricular recovery in acute heart failure (AHF) revealing reduced left ventricular ejection fraction (LVEF).

Background

A lot of paperwork have studied the left ventricular evolution in chronic heart failure but not in AHF and indistinctly of LVEF. We don’t know the predictive factors of left ventricular recovery in a specific population of acute heart failure revealing reduced LVEF.

Methods

We conducted a prospective and observational longitudinal study with retrospective data collection based on a cohort of patients with acute heart failure revealing reduced LVEF (≤45%), in the emergency department and cardiac intensive care unit (ED and CCIU) of the University Hospital of Lille, between November 1st, 2011 and May 31st, 2013. The primary endpoint was the improvement of LVEF or left ventricular reverse remodeling.

Results

Among the 111 patients included, 57% of patients benefited from an improvement of LVEF and 62% from a reverse remodeling in the 51% of patients with a dilated left ventricle. The improvement of LVEF was associated in univariate analysis to non ischaemic etiology (p=0.002) and greater utilization of betablockers (p=0.076) and angiotensin-converting enzyme (p=0.0337) and in multivariate analysis, independtly to younger patients (p=0.0325) and presentation by cardiogenic shock (p=0.0484). The same predictive factors were found for reverse remodeling.

Conclusion

The knowledge of the prevalence and the early predictive factors of the left ventricular recovery can be useful to guide the follow-up and non-pharmacological management of heart failure with reduced LVEF.

Le texte complet de cet article est disponible en PDF.

© 2016  Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 8 - N° 1

P. 26 - janvier 2016 Retour au numéro
Article précédent Article précédent
  • 0457: Atrial flutter in myotonic dystrophy type 1: patient characteristics and clinical outcome
  • Karim Wahbi, Frederic Sebag, Nicolas Lellouche, Arnaud Lazarus, Henri-Marc Bécane, Guillaume Bassez, Tanya Stojkovic, Abdallah Fayssoil, Pascal Laforet, Anthony Behin, Christophe Meune, Bruno Eymard, Denis Duboc
| Article suivant Article suivant
  • 0110: Predictive factors of tolerance to carvedilol in systolic heart failure
  • Amel Amina Benmerzouga

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.