Resting heart rate is associated with renal disease outcomes in patients with vascular disease: results of the <scp>ONTARGET</scp> and <scp>TRANSCEND</scp> studies
Notice bibliographique
Résumé
BACKGROUND: Resting heart rate (RHR) is associated with cardiovascular disease outcomes in high-risk patients. It is not known whether RHR is predictive of renal outcomes such as albuminuria, end-stage renal disease (ESRD) or doubling of creatinine. We evaluated whether RHR could predict renal endpoints in patients at a high risk of cardiovascular disease. We also tested the effects of RHR at different levels of systolic blood pressure (SBP). METHODS: We analysed data from 28 757 patients in the ONTARGET and TRANSCEND trials. RHR and SBP were available for a mean of 4.9 ± 0.4 visits (range 3-5) within the first 2 years of the studies. Albuminuria was determined at baseline, at 2 years and at study end. RESULTS: Mean RHR was predictive of incident micro-albuminuria [hazard ratio (HR) for RHR ≥80 vs. <60 beats min(-1) 1.49, 95% confidence interval (CI) 1.29-1.71, P < 0.0001], incident macro-albuminuria (HR 1.84, 95% CI 1.39-2.42, P < 0.0001), doubling of creatinine (HR 1.47, 95% CI 1.00-2.17, P = 0.050) and ESRD (HR 1.78, 95% CI 1.00-3.16, P = 0.050), and the combined renal end-point (HR 1.51, 95% CI 1.32-1.74, P < 0.0001). Associations were robust at SBPs from <120 to ≥150 mmHg, with the lowest risk at a SBP of 130-140 mmHg. CONCLUSION: Resting heart rate is a potent predictor of these renal outcomes, as well as their combination, in patients with cardiovascular disease. RHR at all SBP levels should be considered as a possible renal disease risk predictor and should be investigated as a treatment target with RHR-reducing agents.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».