Persistent Orthopnea and the Prognosis of Patients in the Heart Failure Clinic
Notice bibliographique
Résumé
Heart failure (HF) is a public health problem with ever-growing costs. Signs such as jugular venous pressure and third heart sound have been associated with disease prognosis. Symptoms of heart failure are frequently subjective, and their real value is often overlooked. The authors aimed to assess the relationship between orthopnea and left ventricular ejection fraction (LVEF) and hospitalization rate in patients referred to the HF clinic. One hundred fifty-three new consecutive patients referred to the HF clinic from September 2001 to July 2002 were reviewed. Information about orthopnea was available at baseline and at a 6-month to 1-year follow-up. One hundred thirty-one patients had a baseline multigated radionuclide ventriculogram scan, and 68 patients had a follow-up multigated radionuclide ventriculogram scan available. The patients were divided into groups by presence of orthopnea and compared with respect to LVEF and hospitalization rate. Patients with or without orthopnea had similar LVEFs at baseline (32%+/-17% vs. 33%+/-15%, respectively; p=NS). However, patients who were orthopnea-free at the follow-up visit had a significant LVEF improvement whereas patients with ongoing orthopnea at follow-up had no LVEF improvement (11%+/-13% vs. -1%+/-6%; p<0.001). Patients who presented with persistent orthopnea had a significantly higher rate of hospitalization (64% vs. 15.3%; p=0.0001). Persistent orthopnea in HF patients is associated with a significantly higher rate of hospitalization and with worsening or no improvement in LVEF. Patients with persistent orthopnea may require a more aggressive approach to improve their outcome. This result may help centers with limited access to LVEF measurements to better stratify HF patients' risk.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».