The association and predictive value analysis of metabolic syndrome on diastolic heart failure in patients at high risk for coronary artery disease
Notice bibliographique
Résumé
BACKGROUND: The purpose of the present study was to evaluate the effect and predictive value of metabolic syndrome (MetS) and its components on diastolic heart failure (DHF) in patients at high risk for coronary artery disease (CAD). MATERIALS AND METHODS: We enrolled 261 patients with normal left ventricular ejection fraction (≥50%) who were scheduled to undergo coronary angiography for suspected myocardial ischemia. They were categorized into three groups (non-MetS, pre-MetS and MetS) based on the number of MetS criteria. Echocardiography was used to assess left ventricular (LV) diastolic function. The association between MetS and DHF was assessed by multivariate logistic regression (MLR) analysis (non-DHF patients as reference group) after controlling for confounders. The predictive performance of the MetS severity score (MSS) was evaluated using the area under the receiver-operating characteristic curve (AUC). RESULTS: A tendency toward increased DHF prevalence with increasing MSS was found (p < 0.001). MLR analysis showed that in patients with an MSS of 1, the odds ratio (OR) of DHF was 1.60 (95% confidence interval-CI, 1.19-2.16; p = 0.02) compared to non-DHF patients; in patients with MSS ≥4, the OR was 6.61 (95% CI, 4.90-8.90; p < 0.001) compared to non-DHF patients. MSSs strongly predicted DHF (AUC = 0.73, 95% CI, 0.66-0.78, p < 0.001). MLR with MetS components as binary variables showed that blood pressure (BP) and triglycerides (TGs) were significantly associated with DHF (P = 0.001 and 0.043, respectively). CONCLUSION: Our findings signify that MetS and its components of BP or TG were associated with DHF in high-risk CAD patients. DHF prevalence tends to increase with increasing MSS that has a high value in predicting DHF in high-risk CAD patients.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».