Impact of Cigarette Smoking in High-Risk Patients Participating in a Clinical Trial. A Substudy from the Heart Outcomes Prevention Evaluation (HOPE) Trial
Notice bibliographique
Résumé
BACKGROUND: In recent large cardiovascular trials done in stable patients, 14-31% of the participants were smokers; the consequences of smoking in these trials using medications known to reduce cardiovascular events, have not been assessed. DESIGN: We evaluated the cardiovascular outcomes according to smoking status of men and women participating in the Heart Outcomes Prevention Evaluation trial. METHODS: The occurrence of cardiovascular events was documented among participants who did not change their smoking status during the trial. There were 2728 'never smokers', 5241 'former smokers' and 936 'current smokers', and all had stable cardiovascular disease or diabetes with at least one other risk factor. None had previous congestive heart failure or known left ventricular ejection fraction < 0.40. RESULTS: During the 4.5-year follow-up, there were 641 cardiovascular deaths, 978 myocardial infarctions, 358 strokes and 1021 deaths. In comparison to 'never smokers', smokers had relative risks adjusted for confounding variables including medications known to reduce cardiovascular mortality and morbidity, for cardiovascular death of 1.65 [95% confidence interval (CI), 1.28-2.14], for myocardial infarction of 1.26 (95% CI, 1.01-1.58), for stroke of 1.42 (95% CI, 1.00-2.04), and for total mortality of 1.99 (95% CI, 1.63-2.44). The rates of these events among 'former smokers' were not different from those of 'never smokers'. CONCLUSIONS: Smoking increased the risk of mortality and morbidity among high-risk patients despite the use of medications known to reduce cardiovascular events. Smoking cessation programs should be reinforced even for patients participating in clinical trials.
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 | 0,033 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| 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) | 0,000 | 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 ».