Renal dysfunction, as measured by the modification of diet in renal disease equations, and outcome in patients with advanced heart failure
Notice bibliographique
Résumé
AIMS: This study evaluates the prognostic utility of renal dysfunction estimated by the recently validated modification of diet in renal disease (MDRD) equations and compares it with the currently most promising predictor of prognosis in patients with advanced heart failure. METHODS AND RESULTS: We prospectively studied 182 consecutive patients with advanced chronic heart failure (CHF) referred for consideration of cardiac transplantation, with a median follow-up of 642 days. Glomerular filtration rate (GFR) was estimated using the MDRD equations and plasma taken for NT-proBNP analysis. The primary endpoint of all-cause mortality was reached in 40 patients (13.2% crude 1-year mortality), and the combined secondary endpoint of all-cause mortality or urgent CTx was reached in 44 patients. The mean GFR estimated by MDRD-1 was 58 mL/min/1.73 m(2). The median NT-proBNP concentration was 1505 (517-4014) pg/mL. Although GFR estimated by MDRD-1 was a univariate marker of all-cause mortality, the only predictor of either endpoint independent of other variables was an NT-proBNP concentration above the median. CONCLUSION: NT-proBNP appears superior to GFR estimated by MDRD in patients with advanced CHF. Moreover, NT-proBNP was able to identify patients with a poor prognosis whose GFR was already low.
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 | 0,003 |
| 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 | 0,001 |
| 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 ».