Smoking Paradox in Patients Hospitalized With Coronary Artery Disease or Acute Ischemic Stroke
Notice bibliographique
Résumé
BACKGROUND: Smoking is a potent risk factor for coronary artery disease (CAD) and acute ischemic stroke (AIS), but there are numerous reports of lower in-hospital mortality among smokers versus nonsmokers hospitalized for these events. METHODS AND RESULTS: We analyzed all consecutive patients hospitalized with a first index CAD (n=158 054) or AIS (n=899 295) event in Get With The Guidelines from 2002 to 2012; 20.4% of AIS and 30.4% of patients with CAD were past-year smokers. Multivariable models and age-stratified analyses were used to estimate the adjusted odds ratio of in-hospital mortality in smokers versus nonsmokers. Smokers were younger, more often male, with fewer vascular risk factors, and were more likely to be admitted to hospitals that were large, academic, or in the South. In-hospital mortality was significantly lower among smokers in both CAD (2.7% versus 5.2%; P<0.0001) and AIS (3.5% versus 5.8%; P<0.0001). The difference between unadjusted and adjusted odds ratios for smoking (0.57 versus 0.86 in CAD; 0.56 versus 0.86 in AIS) indicates the presence of substantial confounding by age and other covariates, but a significant association of past-year smoking remained. CONCLUSIONS: Among patients hospitalized with CAD and AIS, smoking is a risk factor for early age of onset, even among those with few vascular risk factors. The persistent association with lower in-hospital mortality after adjusted and stratified analyses probably represents residual unmeasured confounding, although a biological effect of smoking cannot be excluded. Further clinical and prospective population-based studies are needed to explore variables that contribute to outcomes in these 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 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 | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 ».