Predicting Maximal HR in Heart Failure Patients on β-Blockade Therapy
Notice bibliographique
Résumé
PURPOSE: Standards for estimating maximal HR are important when interpreting the adequacy of physiologic stress during exercise testing, assessing chronotropic response, and prescribing an exercise training regimen. The equation 220 - age is used to estimate maximum HR; however, it overestimates measured maximal HR in patients taking β-adrenergic blockade (βB) therapy. This study developed and validated a practical equation to predict maximal HR in patients with heart failure (HF) taking βB therapy. METHODS: Data from symptom-limited exercise tests completed on patients with systolic HF participating in the Heart Failure: A Controlled Trial Investigating Outcomes of Exercise Training trial and taking a βB agent were used to develop a simplified equation, which was validated using bootstrapping. RESULTS: The simplified derived equation was 119 + 0.5 (resting HR) - 0.5 (age) - (0, if test was completed using a treadmill; 5, if using a stationary bike). The R2 and SEE were 0.28 and 18 beats·min(-1), respectively. Validation of this equation yielded a mean R and SEE of 0.28 and 18 beats·min(-1), respectively. For the equation 220 - age, the R2 was -2.93, and the SEE was 43 beats·min(-1). CONCLUSIONS: We report a valid and simple population-specific equation for estimating peak HR in patients with HF taking βB therapy. This equation should be helpful when evaluating chronotropic response or assessing if a maximum effort was provided during exercise testing. We caution, however, that the magnitude of the variation (SEE = 18 beats·min(-1)) associated with this prediction equation may make it impractical when prescribing exercise intensity.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».