Weight loss and mortality risk in patients with chronic heart failure in the candesartan in heart failure: assessment of reduction in mortality and morbidity (CHARM) programme
Notice bibliographique
Résumé
AIMS: The curiosity that leanness is associated with poor survival in patients with chronic heart failure (CHF) needs further insight by investigating the impact of weight loss on prognosis in a large sample of patients across a broad spectrum of both reduced and preserved left ventricular (LV) systolic function. METHODS AND RESULTS: We investigated the change in weight over 6 months in 6933 patients in the Candesartan in Heart failure: Reduction in Mortality and morbidity (CHARM) programme, and its association with subsequent mortality (1435 deaths) over a median 32.9 months follow-up using Cox proportional hazard models to account for the impact of body mass index and other risk predictors. We then used time-updated Cox models to relate each patient's ongoing data on annual weight change to their mortality hazard. The percentage weight loss over 6 months had a highly significant monotonically increasing association with excess mortality, both for cardiovascular and for other causes of death. Patients with 5% or greater weight loss in 6 months had over a 50% increase in hazard compared with those with stable weight. Weight loss carried a particularly high risk in patients who were already lean at study entry. Findings were similar in the presence of dependent oedema, preserved or reduced LV ejection fraction, and treatment with candesartan, although weight loss was significantly less common on candesartan. The time-updated analyses revealed an even stronger link between weight loss and short-term risk of dying, i.e. risk increased more than four-fold for patients whose last recorded annual weight loss exceeded 10%. Weight gain had a more modestly increased short-term mortality risk. Weight loss accelerates in the year prior to death. CONCLUSIONS: Weight loss and leanness are important predictors of poor prognosis in CHF. Being lean and losing weight is particularly bad. The detection of weight change, and particularly weight loss, should be considered as an adverse sign prompting further evaluation.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 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) | 0,001 | 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 ».