Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Hyperuricemia is associated with reduced survival among patients with heart failure (HF), but the effect of gout on HF outcomes is unknown. A recent randomized trial suggested that allopurinol may reduce adverse outcomes among patients with hyperuricemia and HF. Our objective was to determine whether gout and allopurinol use are associated with HF outcomes. METHODS: Time-matched, nested case-control analysis of a retrospective cohort of patients with HF who were 66 years or older using health care databases in Quebec, Canada. The primary outcome measure was a composite measure of HF readmission and all-cause mortality. The secondary outcome measure was all-cause mortality. Rate ratios were calculated using conditional logistic regression and adjusted for known prognostic factors. RESULTS: Of the 25,090 patients in this cohort, 14,327 experienced the primary outcome. Both a remote history of gout and an acute episode of gout (within 60 days of the event date) were associated with an increased risk of HF readmission or death (adjusted rate ratio, 1.63; 95% confidence interval, 1.48-1.80; P<.001 and 2.06; 1.39-3.06; P<.001, respectively). Continuous allopurinol use (>30 days of continuous use) was not associated with the primary outcome among the overall population with HF (adjusted rate ratio, 1.02; 95% confidence interval, 0.95-1.10; P=.55) but was associated with reduced HF readmissions or death (0.69; 0.60-0.79; P<.001) and all-cause mortality (0.74; 0.61-0.90; P<.001) among patients with a history of gout. CONCLUSIONS: Patients with HF and a history of gout represent a high-risk population. Among such patients, the use of allopurinol is associated with improved outcomes.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle