Renal Insufficiency and 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: The prevalence, prognostic import, and impact of renal insufficiency on the benefits of ACE inhibitors and beta-blockers in community-dwelling patients with heart failure are uncertain. METHODS AND RESULTS: We analyzed data from a prospective cohort of 754 patients with heart failure who had ejection fraction, serum creatinine, and weight measured at baseline. Median age was 69 years, and 43% had an ejection fraction > or =35%. By the Cockcroft-Gault equation, 118 patients (16%) had creatinine clearances < or =30 mL/min and 301 (40%) had creatinine clearances between 30 and 59 mL/min. During follow-up (median 926 days), 385 patients (37%) died. Even after adjustment for all other prognostic factors, survival was significantly associated with renal function (P=0.002) in patients with either systolic or diastolic dysfunction; patients exhibited a 1% increase in mortality for each 1-mL/min decrease in creatinine clearance. The associations with 1-year mortality reductions were similar for ACE inhibitors (OR 0.46 [95% CI 0.26 to 0.82] versus OR 0.28 [95% CI 0.11 to 0.70]) and beta-blockers (OR 0.40 [95% CI 0.23 to 0.70] versus OR 0.41 [95% CI 0.19 to 0.85]) in patients with creatinine clearances <60 mL/min versus > or =60 mL/min, although these drugs were used less frequently in patients with renal insufficiency. CONCLUSIONS: Renal insufficiency is more prevalent in patients with heart failure than previously reported and is an independent prognostic factor in diastolic and systolic dysfunction. ACE inhibitors and beta-blockers were associated with similar reductions in mortality in patients with and without renal insufficiency.
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