Malnutrition and Left Ventricular Systolic Function in Hospitalized Elderly Patients with and without Heart Failure
Notice bibliographique
Résumé
Heart failure (HF) is highly prevalent among older subjects and it is associated with poor prognosis. HF frequently coexists with malnutrition. Objectives of our work were to assess nutritional status of old inpatients with and without HF and to study the association of malnutrition markers with echocardiographic parameters of left ventricular function and geometry. We enrolled 165 patients (72 men, 93 women; mean age: 80±7 years) consecutively admitted to Cardiology ward of our geriatric research hospital. For all subjects we performed clinical examination, echocardiogram and laboratory tests. Nutritional status was assessed evaluating anthropometric and laboratory markers of malnutrition (BMI ≤ 24 kg/m2 and/or serum albumin ≤ 3.2 g/dL). We found high prevalence of HF (67.3%) and malnutrition (28.5%). Mean serum albumin and mean BMI were 3.6±0.5 g/dL and 25.8±5.2 kg/m2 respectively. T-Student tests showed lower values of serum albumin in patients with HF compared with patients without HF (3.5±0.6 g/dL vs 3.7±0.4 g/dL; p:0.043). Conversely BMI values were not significantly different. We found significant association between serum albumin and ejection fraction (EF) of left ventriculum (r:0.311; p:0.001). An independent correlation between EF and serum albumin was confirmed by multivariate analysis (β:0.301; p:0.027). Our study highlights that malnutrition is common among elderly inpatients with HF. Lower albumin was associated with worse systolic left ventricular function. Efforts should be made in the research setting to better understand the pathophysiology of malnutrition in HF and to identify useful management strategies for nutritional assessment and supplementation.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».