Predictors of cardiovascular events in hemodialysis patients after stress myocardial perfusion imaging
Notice bibliographique
Résumé
Cardiovascular prognosis in patients under normal stress myocardial perfusion images (MPI) is generally excellent. However, this is not true for patients with chronic kidney disease (CKD) treated by hemodialysis. This study evaluated prognostic factors of adverse cardiovascular events in hemodialysis patients in whom stress MPI was performed. Pharmacological stress MPI was performed in 88 hemodialysis patients, and we retrospectively followed-up for 26 months. Cardiovascular events included cardiac death, nonfatal myocardial infarction, and unstable angina. Cardiovascular events occurred in 16 patients (18%). Univariate Cox regression analysis revealed that peripheral artery disease (PAD) and parameters of stress MPI were significant predictors of cardiovascular events. Multivariate Cox regression analysis revealed that only PAD (hazard ratio=6.54; P=0.002), and abnormal stress MPI (hazard ratio=8.26; P=0.008) were independent and significant predictors of cardiovascular events. Kaplan-Meier analysis showed better prognosis in patients with normal stress MPI than in patients with abnormal stress MPI (P<0.001, log-rank test). However, in patients with normal stress MPI, cardiovascular events occurred in 10 of the 76 patients (13%). Among patients with normal stress MPI, Kaplan-Meier analysis showed that patients with no PAD had better prognosis than patients with PAD (P=0.001, log-rank test). In hemodialysis patients, both PAD and stress MPI were powerful cardiovascular predictors. Normal stress MPI alone cannot guarantee good prognosis in terms of cardiovascular events. Consideration of PAD may improve the predictive value of stress MPI in some patients.
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 | 0,000 | 0,002 |
| 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) | 0,000 | 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 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 ».