Factors Associated With Outcome in Heart Failure With Preserved Ejection Fraction
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: The determinants of prognosis in patients with heart failure and preserved ejection fraction (HF-PEF) are poorly documented. METHODS AND RESULTS: We evaluated data from 4128 patients in the I-PRESERVE trial (Irbesartan in Heart Failure with Preserved Ejection Fraction Study). Multivariable Cox regression models were developed using 58 baseline demographic, clinical, and biological variables to model the primary outcome of all-cause mortality or cardiovascular hospitalization (1505 events), all-cause mortality (881 events), and HF death or hospitalization (716 events). Log N-terminal pro-B-type natriuretic peptide, age, diabetes mellitus, and previous hospitalization for HF were the most powerful factors associated with the primary outcome and with the HF composite. For all-cause mortality, log N-terminal pro-B-type natriuretic peptide, age, diabetes mellitus, and left ventricular EF were the strongest independent factors. Other independent factors associated with poor outcome included quality of life, a history of chronic obstructive lung disease, log neutrophil count, heart rate, and estimated glomerular filtration rate. The models accurately stratified the actual 3-year rate of outcomes from 8.1% to 59.9% (primary outcome) 2.7% to 36.5% (all-cause mortality), and 2.1% to 38.9% (HF composite) for the lowest to highest septiles of predicted risks. CONCLUSIONS: In a large sample of elderly patients with HF and preserved EF enrolled in I-Preserve, simple clinical, demographic, and biological variables were associated with outcome and identified subgroups at very high and very low risk of events.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle