Heart-Kidney Biomarkers in Patients Undergoing Cardiac Stress Testing
Notice bibliographique
Résumé
We examined association of inducible myocardial perfusion defects with cardiorenal biomarkers, and of diminished left ventricular ejection fraction (LVEF) with kidney injury marker plasma neutrophil gelatinase-associated lipocalin (NGAL). Patients undergoing nuclear myocardial perfusion stress imaging were divided into 2 groups. Biomarkers were analyzed pre- and poststress testing. Compared to the patients in the low ischemia group (n = 16), the patients in the high ischemia group (n = 18) demonstrated a significantly greater rise in cardiac biomarkers plasma BNP, NT-proBNP and cTnI. Subjects were also categorized based on pre- or poststress test detectable plasma NGAL. With stress, the group with no detectable NGAL had a segmental defect score 4.2 compared to 8.2 (P = .06) in the detectable NGAL group, and 0.9 vs. 3.8 (P = .03) at rest. BNP rose with stress to a greater degree in patients with detectable NGAL (10.2 vs. 3.5 pg/mL, P = .03). LVEF at rest and with stress was significantly lower in the detectable NGAL group; 55.8 versus 65.0 (P = .03) and 55.1 vs. 63.8 (P = .04), respectively. Myocardial perfusion defects associate with biomarkers of cardiac stress, and detectable plasma NGAL with significantly lower LVEF, suggesting a specific heart-kidney link.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».