Evaluation of Different Strategies for Identifying Asymptomatic Left Ventricular Dysfunction and Pre-Clinical (stage B) Heart Failure in the Elderly. Results from ‘PREDICTOR’, a Population Based-Study in Central Italy
Notice bibliographique
Résumé
AIMS: To evaluate the accuracy and cost-effectiveness of different screening strategies to identify systolic and/or diastolic asymptomatic LV dysfunction (ALVD), as well as pre-clinical (stage B) heart failure (HF), in a community of elderly subjects in Italy. METHODS AND RESULTS: A sample of 1452 subjects aged 65-84 years were chosen from the original cohort of 2001 randomly selected residents of the Lazio Region (Italy), as a part of the PREDICTOR survey. All subjects underwent physical examination, biochemistry/NT-proBNP assessment, 12-lead ECG, and Doppler transthoracic echocardiography (TE). Five strategies were evaluated including ECG, NT-proBNP, TE, and their combinations. Subjects older than 75 years, and with at least two additional risk factors, were defined as being high-risk for HF (435), whereas the remaining 1017 were defined at low risk. Screening characteristics and cost-effectiveness (cost per case) of the five strategies to predict systolic (EF <50% ) or diastolic ALVD and pre-clinical HF (stage B) were compared. NT-proBNP was the most accurate and cost-effective screening strategy to identify systolic and moderate to severe diastolic LV dysfunction without a difference between the high-risk and low-risk groups. Adding ECG to the NT-proBNP assessment did not improve the detection of pre-clinical LV dysfunction. TE-based screening was the least cost-effective strategy. In fact, all screening strategies were inadequate to identify stage B HF. CONCLUSIONS: In a community of elderly people, NT-proBNP is the most accurate and cost- effective pre-screening strategy to identify systolic and moderate to severe diastolic LV dysfunction.
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 | 0,005 | 0,001 |
| 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 | 0,000 |
| 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 ».