Prediction of 1-Year Survival After Thrombolysis for Acute Myocardial Infarction in the Global Utilization of Streptokinase and TPA for Occluded Coronary Arteries Trial
Notice bibliographique
Résumé
BACKGROUND: When a patient survives thrombolysis for acute myocardial infarction, little information from large studies exists from which to estimate prognosis during follow-up visits. METHODS AND RESULTS: Baseline, in-hospital, and later survival data were collected from 41 021 patients enrolled in Global Utilization of Streptokinase and TPA for Occluded Coronary Arteries, a randomized trial of 4 thrombolytic-heparin regimens with standard aspirin and beta-blockade. Cox proportional hazards models were developed to predict 1-year survival in 30-day survivors (n=37 869) from baseline clinical and ECG factors and in-hospital factors; a combined model then was developed (C-index 0.800). The model was simplified into a nomogram to predict individual outcomes (C-index 0.754). Factors reflecting demographics (advanced age, lighter weight), larger infarctions (higher Killip class, lower blood pressure, faster heart rate, longer QRS duration), cardiac risk (smoking, hypertension, prior cerebrovascular disease), and arrhythmia were important predictors of death between 30 days and 1 year. Black race was associated with a substantial increase in risk after considering other factors. Revascularization was associated with reduced risk between 30 days and 1 year. CONCLUSIONS: When evaluating a patient who has survived acute infarction treated with thrombolysis, clinicians can estimate the likelihood of survival from factors easily measured during admission. Although many risk factors clearly relate to age, left ventricular dysfunction, or clinical instability, black race is an unexplained risk factor requiring further examination.
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 ».