In-hospital results of therapy with the NGLT-2 inhibitor dapagliflozin in patients with acute decompensation of heart failure: prospective randomized study

Cover Page

Cite item

Full Text

Abstract

BACKGROUND: This study focuses on the development of new approaches to the management of patients with acute decompensation of heart failure (ADHF) using sodium-glucose cotransporter type 2 (iHLT-2) inhibitors, particularly dapagliflozin, and its role in early treatment initiation.

AIM: Our aim was to determine the predictors of severe ADHF outcomes in patients with low left ventricular ejection fraction (LVEF) and the role of early initiation of iGLT-2 therapy (within the first 24 h).

MATERIALS AND METHODS: This prospective randomized study included a total of 140 patients hospitalized with ADHF between January 1 to September 1, 2023. The patients were randomized into two groups: in group 1, iGLT-2 therapy was started within 24 h from the moment of admission (n=70), and in group 2, standard therapy was implemented (n=70). Hospital data were analyzed. The endpoint was the persistence of congestion in one or both circulatory circuits with New York Heart Association Functional Classes III–IV, indicating severe ADHF.

RESULTS: The initial demographic and clinical characteristics of both groups were comparable. In both groups <47% patients did not receive optimal drug therapy (excluding iGLT-2) for chronic heart failure, and no differences were found in this indicator (p=0.081). iGLT-2 therapy did not demonstrate a significant effect on the likelihood of an adverse ADHF outcome (odds ratio [OR]=0.88; 95% confidence interval [CI] 0.43–1.78, p=0.719). Multivariate analysis showed an increase in the probability of this outcome for every 1000 pg/mL increase in N-terminal propeptide of brain natriuretic hormone (NT-proBNP) (OR=1.72, 95% CI 1.37–2.17; p <0.001), blood urea per 1 mmol/L (OR=1.54, 95% CI 1.21–1.97; p=0.001), pulmonary hypertension (OR=7.08, 95% CI 2.15–23.34; p=0.001), and a decrease in the probability of outcome with a 1% increase in LVEF (OR=0.91, 95% CI 0.84–0.99; p=0.031). The sensitivity and specificity of the adverse outcome model were 91.3 and 85.1%, respectively.

CONCLUSION: The leading predictors of an unfavorable ADHF outcome include increased levels of NT-proBNP and blood urea, pulmonary hypertension, and decreased LVEF.

About the authors

Omar M. Omarov

Veresayev City Hospital

Email: omarov.omar.cardiovr@mail.ru
ORCID iD: 0000-0002-8262-6685

cardiologist

Russian Federation, Moscow

Grigorij G. Arabidze

Russian Medical Academy of Continuous Professional Education

Author for correspondence.
Email: arabidze@mail.ru
ORCID iD: 0000-0003-3370-3506

MD, Dr. Sci. (Med.), department head

Russian Federation, Moscow

Zaur S. Shogenov

Veresayev City Hospital; Russian Medical Academy of Continuous Professional Education

Email: zaurshogenov@yandex.ru
ORCID iD: 0000-0001-8277-2255

MD, Cand. Sci. (Med.), cardiologist, head of the regional vascular center, associate professor

Russian Federation, Moscow; Moscow

Elena A. Petrik

Veresayev City Hospital

Email: lena37home@rambler.ru
ORCID iD: 0009-0000-9913-2625

cardiologist, department head

Russian Federation, Moscow

References

  1. Clinical practice guidelines for Chronic heart failure. Russian Journal of Cardiology. 2020;25(11):4083. (In Russ). doi: 10.15829/1560-4071-2020-4083
  2. McDonagh TA, Metra M, Adamo M, et al. 2021 ESC Guidelines for the diagnosis and treatment of acute and chronic heart failure. Eur Heart J. 2021;42(36):3599–3726. doi: 10.1093/eurheartj/ehab368
  3. Arrigo M, Jessup M, Mullens W, et al. Acute heart failure. Nat Rev Dis Primers. 2020;6(1):16. doi: 10.1038/s41572-020-0151-7
  4. Mullens W, Damman K, Harjola VP, et al. The use of diuretics in heart failure with congestion — a position statement from the Heart Failure Association of the European Society of Cardiology. Eur J Heart Fail. 2019;21(2):137–155. doi: 10.1002/ejhf.1369
  5. Tokgozoglu L, Hekimsoy V, Costabile G, et al. Diet, Lifestyle, Smoking. In: von Eckardstein A, Binder CJ, editors. Prevention and Treatment of Atherosclerosis, Handbook of Experimental Pharmacology, Vol. 270. Cham (CH): Springer; 2022. P. 3–24. doi: 10.1007/164_2020_353
  6. Rubio-Gracia J, Demissei BG, Maaten JM, et al. Prevalence, predictors and clinical outcome of residual congestion in acute decompensated heart failure. Int J Cardiol. 2018;258(1):185–191. doi: 10.1016/j.ijcard.2018.01.067
  7. Ambrosy AP, Pang PS, Khan S, et al. Clinical course and predictive value of congestion during hospitalization in patients admitted for worsening signs and symptoms of heart failure with reduced ejection fraction: Findings from the EVEREST trial. Eur Heart J. 2013;34(11):835–843. doi: 10.1093/eurheartj/ehs444
  8. Lala A, McNulty SE, Mentz RJ, et al. Relief and Recurrence of Congestion During and After Hospitalization for Acute Heart Failure: Insights From Diuretic Optimization Strategy Evaluation in Acute Decompensated Heart Failure (DOSE-AHF) and Cardiorenal Rescue Study in Acute Decompensated Heart Failure (CARESS-HF). Circ Heart Fail. 2015;8(4):741–748. doi: 10.1161/CIRCHEARTFAILURE.114.001957
  9. Charaya K, Shchekochikhin D, Andreev D, et al. Impact of dapagliflozin treatment on renal function and diuretics use in acute heart failure: a pilot study. Open Heart. 2022;9(1):e001936. doi: 10.1136/openhrt-2021-001936
  10. Schulze PC, Bogoviku J, Westphal J, et al. Effects of Early Empagliflozin Initiation on Diuresis and Kidney Function in Patients With Acute Decompensated Heart Failure (EMPAG-HF). Circulation. 2022;146(4):289–298. doi: 10.1161/CIRCULATIONAHA.122.059038
  11. Damman K, Beusekamp JC, Boorsma EM, et al. Randomized, double-blind, placebo-controlled, multicentre pilot study on the effects of empagliflozin on clinical outcomes in patients with acute decompensated heart failure (EMPA-RESPONSE-AHF). Eur J Heart Fail. 2020;22(4):713–722. doi: 10.1002/ejhf.1713
  12. Carvalho PEP, Veiga TMA, Simões E Silva AC, et al. Cardiovascular and renal effects of SGLT2 inhibitor initiation in acute heart failure: a meta-analysis of randomized controlled trials. Clin Res Cardiol. 2023;112(8):1044–1055. doi: 10.1007/s00392-022-02148-2
  13. Duan S, Li Y, Yang P. Predictive value of blood urea nitrogen in heart failure: a systematic review and meta-analysis. Front Cardiovasc Med. 2023;(10):1189884. doi: 10.3389/fcvm.2023.1189884
  14. Kazory A. Emergence of blood urea nitrogen as a biomarker of neurohormonal activation in heart failure. Am J Cardiol. 2010;106(5):694–700. doi: 10.1016/j.amjcard.2010.04.024
  15. Januzzi JL Jr, Camargo CA, Anwaruddin S, et al. The N-terminal Pro-BNP investigation of dyspnea in the emergency department (PRIDE) study. Am J Cardiol. 2005;95(8):948–954. doi: 10.1016/j.amjcard.2004.12.032
  16. Castiglione V, Aimo A, Vergaro G, et al. Biomarkers for the diagnosis and management of heart failure. Heart Fail Rev. 2022;27(2):625–643. doi: 10.1007/s10741-021-10105-w
  17. Januzzi JL, van Kimmenade R, Lainchbury J, et al. NT-proBNP testing for diagnosis and short-term prognosis in acute destabilized heart failure: an international pooled analysis of 1256 patients: the International Collaborative of NT-proBNP Study. Eur Heart J. 2006;27(3):330–337. doi: 10.1093/eurheartj/ehi631

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Odds ratio with 95% CI for the studied predictors. Note. ФВ ЛЖ — the left ventricular ejection fraction, иНГЛТ-2 — a type 2 sodium-glucose cotransporter inhibitor, NT-proBNP — N-terminal propeptide of brain natriuretic hormone, ОШ — odds ratio, ДИ — confidence interval.

Download (83KB)
Indexing metadata
3. Fig. 2. ROC curve characterizing the dependence of the probability of an indicator of unfavorable course of ADHF on the value of the logistic function P.

Download (61KB)
Indexing metadata
4. Fig. 3. Analysis of the sensitivity and specificity of the model depending on the threshold values of the logistic function P.

Download (69KB)
Indexing metadata

Copyright (c) 2024 Eco-Vector

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».