Prognostic significance of anaemia in patients with heart failure with preserved and reduced ejection fraction: results from the MAGGIC individual patient data meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Anaemia is common among patients with heart failure (HF) and is an important prognostic marker. AIM: We sought to determine the prognostic importance of anaemia in a large multinational pooled dataset of prospectively enrolled HF patients, with the specific aim to determine the prognostic role of anaemia in HF with preserved and reduced ejection fraction (HF-PEF and HF-REF, respectively). DESIGN: Individual person data meta-analysis. METHODS: Patients with haemoglobin (Hb) data from the MAGGIC dataset were used. Anaemia was defined as Hb < 120 g/l in women and <130 g/l in men. HF-PEF was defined as EF ≥ 50%; HF-REF was EF < 50%. Cox proportional hazard modelling, with adjustment for clinically relevant variables, was undertaken to investigate factors associated with 3-year all-cause mortality. RESULTS: Thirteen thousand two hundred and ninety-five patients with HF from 19 studies (9887 with HF-REF and 3408 with HF-PEF). The prevalence of anaemia was similar among those with HF-REF and HF-PEF (42.8 and 41.6% respectively). Compared with patients with normal Hb values, those with anaemia were older, were more likely to have diabetes, ischaemic aetiology, New York Heart Association class IV symptoms, lower estimated glomerular filtration rate and were more likely to be taking diuretic and less likely to be taking a beta-blocker. Patients with anaemia had higher all-cause mortality (adjusted hazard ratio [aHR] 1.38, 95% confidence interval [CI] 1.25-1.51), independent of EF group: aHR 1.67 (1.39-1.99) in HF-PEF and aHR 2.49 (2.13-2.90) in HF-REF. CONCLUSIONS: Anaemia is an adverse prognostic factor in HF irrespective of EF. The prognostic importance of anaemia was greatest in patients with HF-REF.
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 | 0,014 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,040 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».