Predictors of Long‐term Clinical Endpoints in Patients With Refractory Angina
Notice bibliographique
Résumé
BACKGROUND: Clinical outcomes in patients with refractory angina (RA) are poorly characterized and variably described. Using the Duke Database for Cardiovascular Disease (DDCD), we explored characteristics that drive clinical endpoints in patients with class II to IV angina stabilized on medical therapy. METHODS AND RESULTS: We explored clinical endpoints and associated costs of patients who underwent catheterization at Duke University Medical Center from 1997 to 2010 for evaluation of coronary artery disease (CAD) and were found to have advanced CAD ineligible for additional revascularization, and were clinically stable for a minimum of 60 days. Of 77 257 cardiac catheterizations performed, 1908 patients met entry criteria. The 3-year incidence of death; cardiac rehospitalization; and a composite of death, myocardial infarction, stroke, cardiac rehospitalization, and revascularization were 13.0%, 43.5%, and 52.2%, respectively. Predictors of mortality included age, ejection fraction (EF), low body mass index, multivessel CAD, low heart rate, diabetes, diastolic blood pressure, history of coronary artery bypass graft surgery, cigarette smoking, history of congestive heart failure (CHF), and race. Multivessel CAD, EF<45%, and history of CHF increased risk of mortality; angina class and prior revascularization did not. Total rehospitalization costs over a 3-year period per patient were $10 185 (95% CI 8458, 11912) in 2012 US dollars. CONCLUSIONS: Clinically stable patients with RA who are medically managed have a modest mortality, but a high incidence of hospitalization and resource use over 3 years. These findings point to the need for novel therapies aimed at symptom mitigation in this population and their potential impact on health care utilization and costs.
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 | 0,001 |
| 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 ».