Influence of Nonfatal Hospitalization for Heart Failure on Subsequent Mortality in Patients With Chronic Heart Failure
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Patients with chronic heart failure (HF) are at increased risk of both fatal and nonfatal major adverse cardiovascular events. We used data from the Candesartan in Heart failure: Assessment of Reduction in Mortality and morbidity (CHARM) trials to assess the influence of nonfatal hospitalizations for HF on subsequent mortality rates in a broad spectrum of HF patients. METHODS AND RESULTS: In the present study, 7599 patients with New York Heart Association class II to IV HF and reduced or preserved left ventricular ejection fraction were randomized to placebo or candesartan. We assessed the risk of death after discharge from a first hospitalization for HF using time-updated Cox proportional-hazards models on 7572 patients for whom discharge data were available. Of 7572 patients, 1455 (19%) had at least 1 HF hospitalization, and 586 of 1819 deaths occurred after discharge from an HF hospitalization. The mortality rate was increased after HF hospitalizations, even after adjustment for baseline predictors of death (hazard ratio, 3.15; 95% confidence interval, 2.83 to 3.50). Longer duration of HF hospitalization enhanced the risk of dying, as did repeat HF hospitalizations. Moreover, risk of death was highest within a month of discharge and then declined progressively over time, particularly for death resulting from HF progression and for sudden cardiac death. We observed a similar pattern of risk associated with all-cause hospitalization, although the magnitude was less than that with HF hospitalization. CONCLUSIONS: In patients with chronic HF, the risk of death is greatest in the early period after discharge after a hospitalization for HF and is directly related to the duration and frequency of HF hospitalizations. These findings suggest a role for increased surveillance in the early postdischarge period of greatest vulnerability after an HF admission.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découle