A Prognostic Index to Predict Long-Term Mortality in Patients with Mild to Moderate Chronic Heart Failure Stabilised on Angiotensin Converting Enzyme Inhibitors
Notice bibliographique
Résumé
BACKGROUND: Mortality in patients with mild to moderate chronic heart failure remains high. At present there is no easy way of identifying patients within this population at increased risk of death in the medium to long term. AIMS: To develop a prognostic index to identify outpatients with mild to moderate chronic heart failure at increased risk of death. METHODS AND RESULTS: Five hundred and fifty-three outpatients mean (S.D.) age 63(+/-10) years with symptoms of chronic heart failure (mean New York Heart Association functional class, 2.3(+/-0.5)), were recruited between December 1993 and April 1995. By April 2000, 201 patients had died. Using data from non-invasive measurements of cardiac size, electrical and autonomic function, renal function and plasma biochemistry we identified eight independent predictors of mortality (all P<0.01). To develop a prognostic index, predictors were dichotomised by group median and awarded 0 or 1 point accordingly. Serum sodium </=140 mmol/l (1 point), creatinine >/=111 micromol/l (1 point), cardiothoracic ratio >/=0.52 (1 point), SDNN </=112 ms (1 point), maximum corrected QT interval >/=487 ms (1 point), QRS dispersion>/=42.7 ms (1 point), the presence of non-sustained ventricular tachycardia (1 point) and voltage criteria for left ventricular hypertrophy on 12-lead ECG (1 point). We calculated risk scores for patients by adding the points of each independent risk factor. In the low-risk group (0-3 points) mortality at 5 years was 20% and in the high-risk group (4-8 points) 53%. The area under the receiver-operator characteristic curve using dichotomised variables was 0.74 and for continuous model 0.78. CONCLUSIONS: Our prognostic index which uses eight non-invasive measurements and a straightforward additive points system, has good discrimination and stratifies outpatients with chronic heart failure into high and low risk. This index may be useful in clinical care and risk stratification.
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 | 0,001 | 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 | 0,000 | 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 ».