Predictive value of plasma brain natriuretic peptide for cardiac outcome after vascular surgery
Notice bibliographique
Résumé
Vascular surgery is associated with a substantial risk of cardiovascular events and death.1,2 There is no effective method for determining cardiac risk preoperatively: validated risk prediction instruments are limited by complexity and poor predictive value, and other cardiac investigations such as nuclear stress testing and coronary angiography are limited by time and resources. For these reasons, alternative methods that can predict outcome of at risk patients would be an important advance. Plasma brain natriuretic peptide (BNP) has counter-regulatory vasodilator and natriuretic properties. Plasma BNP concentrations are often increased in cardiac disorders, such as angina and heart failure. The plasma concentrations of BNP are related to prognosis in these conditions.3 Many of these cardiovascular conditions occur in patients with peripheral vascular disease. We investigated the predictive value of preoperative plasma BNP concentration for the occurrence of perioperative fatal or non-fatal myocardial infarction (MI) in high risk vascular surgical patients. We also compared the predictive value of plasma BNP concentration with the Eagle score, a conventional surgical risk assessment instrument.1,2 We screened consecutive patients undergoing major surgery for aortic or peripheral arterial occlusive disease in Gartnavel General Hospital, Glasgow, between April and September 2004. All patients at high risk, defined according to the American Society of Anesthesiology …
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| 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 | 0,001 | 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 ».