BNP and NT-proBNP Predict Echocardiographic Severity of Diastolic Dysfunction
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIMS: To evaluate the best combination of clinical parameters and brain natriuretic peptide (BNP) or N-terminal pro-BNP (NT-proBNP), to predict diastolic dysfunction (DD) in heart failure with preserved left ventricular ejection fraction (HF-PLEF) as determined by Doppler-echocardiography. METHODS AND RESULTS: HF patients with EF >40% in the CHARM Echocardiographic Substudy were included and classified to have normal diastolic function, or mild, moderate or severe diastolic dysfunction. Plasma BNP and NT-proBNP levels were measured and relevant clinical characteristics recorded. 181 participants were included in this analysis, 72 (40%) had moderate to severe DD. A model including age, sex, BNP, body mass index, history of atrial fibrillation, coronary artery disease, diabetes mellitus, hypertension and left atrial volume was highly predictive of moderate to severe DD; AUC 0.81 (0.73-0.88; p<0.0001). Similarly, substitution of BNP with NT-proBNP resulted in an AUC 0.79 (0.72-0.87; p<0.0001). In these models; BNP>100 pg/ml (OR 6.24 CI 2.42-16.09, p=0.0002), history of diabetes (OR 3.52 CI 1.43-8.70, p=0.006) and NT-proBNP >600 pg/ml (OR 5.93 CI 2.21-15.92, p=0.0004), history of diabetes mellitus (OR 2.75 CI 1.12-6.76, p=0.03) respectively remained independent predictors of DD in HF-PLEF. CONCLUSIONS: Natriuretic peptides were the strongest independent predictors of DD, as determined by Doppler-echocardiography, in HF-PLEF.
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.
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) | 0,000 | 0,001 |
| 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 découle