Meta-analysis of admission hyperglycaemia in acute myocardial infarction patients treated with primary angioplasty: a cause or a marker of mortality?
Notice bibliographique
Résumé
AIMS: Admission hyperglycaemia (AH) has been associated with worse outcomes in acute myocardial infarction (AMI). In the current review, we evaluated the impact of primary angioplasty (pPCI) on mortality in AMI patients with AH. Our second aim was to evaluate if AH is a marker of baseline risk or an independent predictor of mortality. METHODS AND RESULTS: A comprehensive search of four major databases was performed. We included original research studies reporting data on mortality in AMI patients with AH (mean plasma glucose >156 mg/dL/8.7 mmol) and euglycaemia who were treated with pPCI. Of 481 citations, 12 studies were included in the analysis. Admission hyperglycaemia was associated with a higher 30-day [risk ratio (RR) 4.30, P < 0.0001] and 1- to 3-year mortality (RR 2.26, P < 0.0001). As well, AH was more prevalent in women and in patients with an increasing number of cardiac risk factors or angiographic predictors of mortality, such as previous AMI (RR 0.89, P = 0.01), multivessel coronary disease (RR 0.72, P = 0.0001), and involvement of left anterior descending artery (RR 0.92, P < 0.0001). Moreover, patients with AH had larger infarcts (higher creatine kinase-MB; P = 0.004) and more frequent ventricular arrhythmias (P = 0.002). CONCLUSION: Despite rapid revascularization and treatment of hyperglycaemia, patients with AH continue to have a higher mortality. Admission hyperglycaemia occurs more commonly in patients who have traditional predictors of worse outcomes-specifically prior infarction, anterior wall infarctions, and multivessel disease. Likely, AH is a predictor of rather than a bona fide therapeutic target in 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,012 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».