Determinants and Prognostic Impact of Heart Failure Complicating Acute Coronary Syndromes
Notice bibliographique
Résumé
BACKGROUND: Few data are available on the impact of heart failure (HF) across all types of acute coronary syndromes (ACS). METHODS AND RESULTS: The Global Registry of Acute Coronary Events (GRACE) is a prospective study of patients hospitalized with ACS. Data from 16 166 patients were analyzed: 13 707 patients without prior HF or cardiogenic shock at presentation were identified. Of these, 1778 (13%) had an admission diagnosis of HF (Killip class II or III). HF on admission was associated with a marked increase in mortality rates during hospitalization (12.0% versus 2.9% [with versus without HF], P<0.0001) and at 6 months after discharge (8.5% versus 2.8%, P<0.0001). Of note, HF increased mortality rates in patients with unstable angina (defined as ACS with normal biochemical markers of necrosis; mortality rates: 6.7% with versus 1.6% without HF at admission, P<0.0001). By logistic regression analysis, admission HF was an independent predictor of hospital death (odds ratio, 2.2; P<0.0001). Admission HF was associated with longer hospital stay and higher readmission rates. Patients with HF had lower rates of catheterization and percutaneous cardiac intervention, and fewer received beta-blockers and statins. Hospital development of HF (versus HF on presentation) was associated with an even higher in-hospital mortality rate (17.8% versus 12.0%, P<0.0001). In patients with HF, in-hospital revascularization was associated with lower 6-month death rates (14.0% versus 23.7%, P<0.0001; adjusted hazard ratio, 0.5; 95% CI, 0.37 to 0.68, P<0.0001). CONCLUSIONS: In this observational registry, heart failure was associated with reduced hospital and 6-month survival across all ACS subsets, including patients with normal markers of necrosis. More aggressive treatment of these patients may be warranted to improve prognosis.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».