Influence of gender on ICD implantation for primary and secondary prevention of sudden cardiac death
Notice bibliographique
Résumé
AIMS: This study sought to investigate the influence of gender on access to ICD therapy and examine the influence of gender on subsequent ICD shock experience. METHODS AND RESULTS: The records of 353 consecutive patients (140 and 213 secondary prevention, respectively) who received their first ICD between January 2000 and March 2004 were reviewed. All patients fulfilled criteria for primary or secondary prevention ICD implantation. Baseline characteristics and ICD shock experiences were compared. Female patients were younger and less likely to have a history of ischaemic heart disease or atrial arrhythmias (P<0.01). In contrast, female patients were more likely to have heart failure and diabetes (P<0.01). Markedly fewer females received an ICD for either primary (M:F ratio 8.5:1, P<0.01) or secondary (M:F ratio 4.5:1, P<0.01) prevention. Further, significantly fewer female patients received an ICD for MADIT II indications (M:F 11.2:1, P<0.01). Over the mean follow-up of 1.8+/-1.1 years, gender had no influence upon the likelihood of receiving either an appropriate or an inappropriate shock (P=ns). CONCLUSION: Although male patients accounted for the great majority (85%) of all ICD recipients, there was no evidence of influence of gender on the likelihood of receiving an appropriate or inappropriate shock.
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 | 0,000 | 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 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 ».