A history of atrial fibrillation and outcomes in chronic advanced systolic heart failure: a propensity-matched study
Notice bibliographique
Résumé
AIMS: Atrial fibrillation (AF)-associated poor outcomes in heart failure (HF) are often attributed to older age, advanced disease, and comorbidity burden of HF patients with AF. Therefore, we examined the effect of AF on outcomes in a propensity-matched study in which patients with and without AF were well balanced on all measured baseline characteristics. METHODS AND RESULTS: Of the 2708 advanced chronic systolic HF patients in the Beta-Blocker Evaluation of Survival Trial, 653 had a history of AF. Propensity scores for AF were calculated for each patient and were used to assemble a cohort of 487 pairs of patients with and without AF who were balanced on 74 baseline characteristics. Matched Cox regression analyses were used to estimate associations of AF with outcomes during 23 months of mean follow-up. All-cause mortality occurred in 187 (rate, 2046/10,000 person-years of follow-up) and 181 (rate, 1885/10,000 person-years) matched patients with and without AF, respectively [matched hazard ratio (HR) when AF was compared with no-AF 1.03, 95% confidence interval (CI) 0.79-1.33; P = 0.84]. Heart failure hospitalization occurred in 215 (rate, 3171/10,000 person-years) and 184 (rate, 2405/10,000 person-years) matched patients with and without AF, respectively (matched HR when AF was compared with no-AF 1.28, 95% CI 1.00-1.63; P = 0.049). Hazard ratios and 95% CIs for AF-associated HF hospitalization for bucindolol and placebo groups were, respectively, 1.08 (0.81-1.43) and 1.54 (1.17-2.03; P for interaction = 0.09). CONCLUSION: A history of AF had no intrinsic association with mortality but was associated with HF hospitalization in chronic systolic HF.
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 | 0,001 | 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 | 0,000 |
| 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 ».