Predicting Recurrence of Vasovagal Syncope: A Simple Risk Score for the Clinical Routine
Notice bibliographique
Résumé
BACKGROUND: Predictors for recurrence of syncope are lacking in patients with vasovagal syncope. The aim of this study was to identify risk factors for recurrence of syncope and develop a simple prognostic risk score of clinical value. METHODS: Two hundred seventy-six patients with a history of vasovagal syncope were prospectively followed for 2 years. Diagnosis of vasovagal syncope was based on clinical history and negative standard work-up. Inclusion in the study was independent from the result of the head-up tilt test, which was performed in all cases. Risk factors for syncope recurrence were evaluated by the Cox proportional hazards regression model and implemented in a risk score, which was validated with the log-rank test and an internal cross-validation. RESULTS: The Cox-regression analysis identified the number of previous syncopal events, history of bronchial asthma, and female gender as predictors for syncope recurrence (all P < 0.05). In contrast, head-up tilt test response had no predictive value (P = 0.881). Developing a risk score, study patients were identified as having high (recurrence rate during 2 years of follow-up: 37.2%), intermediate (24.8%), and low (6.5%) risk for syncope recurrence (receiver operating characteristic [ROC] of score 0.83, P < 0.01; Log-rank test for event-free survival, P < 0.005). CONCLUSIONS: In patients with vasovagal syncope, risk of recurrence can be stratified and is predictable based on a simple risk score.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,006 |
| 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 | 0,001 |
| 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 ».