Relationship of dysglycemia to acute myocardial infarct size and cardiovascular outcome as determined by cardiovascular magnetic resonance
Notice bibliographique
Résumé
BACKGROUND: Improved outcomes for normoglycemic patients suffering acute myocardial infarction (AMI) over the last decade have not been matched by similar improvements in mortality for diabetic patients despite similar levels of baseline risk and appropriate medical therapy. Two of the major determinants of poor outcome following AMI are infarct size and left ventricular (LV) dysfunction. METHODS: Ninety-three patients with first AMI were studied. 22 patients had diabetes mellitus (DM) based on prior history or admission blood glucose ≥ 11.1 mmol/l. 13 patients had dysglycemia (admission blood glucose ≥ 7.8 mmol/l but < 11.1 mmol/l) and 58 patients had normoglycemia (admission blood glucose < 7.8 mmol/l). Patients underwent cardiac magnetic resonance (CMR) imaging at index presentation and median follow-up of 11 months. Cine imaging assessed LV function and late gadolinium contrast-enhanced imaging was used to quantify infarct size. Clinical outcome data were collected at 18 months median follow-up. RESULTS: Patients with dysglycemia and DM had larger infarct sizes by CMR than normoglycemic patients; at baseline percentage LV scar (mean (SD)) was 23.0% (10.9), 25.6% (12.9) and 15.8% (10.3) respectively (p = 0.001), and at 11 months percentage LV scar was 17.6% (8.9), 19.1% (9.6) and 12.4% (7.8) (p = 0.017). Patients with dysglycemia and DM also had lower event-free survival at 18 months (p = 0.005). CONCLUSIONS: Patients with dysglycemia or diabetes mellitus sustain larger infarct sizes than normoglycemic patients, as determined by CMR. This may, in part, account for their adverse prognosis following AMI.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,007 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».