Predictors of Early Dyspnoea Relief in Acute Heart Failure and the Association with 30-Day Outcomes: Findings from ASCEND-HF
Notice bibliographique
Résumé
AIMS: To examine the characteristics associated with early dyspnoea relief during acute heart failure (HF) hospitalization, and its association with 30-day outcomes. METHODS AND RESULTS: ASCEND-HF was a randomized trial of nesiritide vs. placebo in 7141 patients hospitalized with acute HF in which dyspnoea relief at 6 h was measured on a 7-point Likert scale. Patients were classified as having early dyspnoea relief if they experienced moderate or marked dyspnoea improvement at 6 h. We analysed the clinical characteristics, geographical variation, and outcomes (mortality, mortality/HF hospitalization, and mortality/hospitalization at 30 days) associated with early dyspnoea relief. Early dyspnoea relief occurred in 2984 patients (43%). In multivariable analyses, predictors of dyspnoea relief included older age and oedema on chest radiograph; higher systolic blood pressure, respiratory rate, and natriuretic peptide level; and lower serum blood urea nitrogen (BUN), sodium, and haemoglobin (model mean C index = 0.590). Dyspnoea relief varied markedly across countries, with patients enrolled from Central Europe having the lowest risk-adjusted likelihood of improvement. Early dyspnoea relief was associated with lower risk-adjusted 30-day mortality/HF hospitalization [hazard ratio (HR) 0.81; 95% confidence interval (CI) 0.68-0.96] and mortality/hospitalization (HR 0.85; 95% CI 0.74-0.99), but similar mortality. CONCLUSION: Clinical characteristics such as respiratory rate, pulmonary oedema, renal function, and natriuretic peptide levels are associated with early dyspnoea relief, and moderate or marked improvement in dyspnoea was associated with a lower risk for 30-day outcomes.
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 | 0,000 |
| 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 ».