Influence of Hospitalization for Cardiovascular Versus Noncardiovascular Reasons on Subsequent Mortality in Patients With Chronic Heart Failure Across the Spectrum of Ejection Fraction
Notice bibliographique
Résumé
BACKGROUND: Noncardiovascular (non-CV) comorbidities may contribute to hospitalizations in patients with heart failure (HF). We examined the incidence of mortality following hospitalization for cardiovascular (CV) versus non-CV reasons in the Candesartan in Heart Failure: Assessment of Reduction in Mortality and Morbidity (CHARM) Program. METHODS AND RESULTS: First hospitalizations for CV or non-CV reasons during the CHARM trial (N=7599) were related to subsequent risk of all-cause death using time-updated proportional hazards models. Over median 37.7 month follow-up, 2816 subjects (37.1%) were not hospitalized, 2893 (38.1%) were first hospitalized for CV reasons, and 1890 (24.9%) for non-CV reasons. The death rate (per 100 patient-years) among those not hospitalized was 2.8 compared with 17.8 after CV and 16.5 after non-CV hospitalization (both P<0.001 versus not hospitalized). Mortality at 30 days was higher after CV than non-CV hospitalization; however, among 30-day survivors of CV and non-CV hospitalization, rates of subsequent mortality were similar (14.5 versus 14.6 per 100 patient-years; P=0.62). Rates of CV hospitalization were higher for those with ejection fraction (EF) ≤40% than those with EF >40% (P<0.001), but rates of non-CV hospitalization did not vary by EF. Low EF patients had higher risk for mortality than preserved EF patients after any hospitalization, but within each EF subgroup, mortality in 30-day survivors of CV versus non-CV hospitalization was similar. CONCLUSIONS: Non-CV hospitalization is frequent in patients with symptomatic heart failure and associated with risk of subsequent mortality similar to CV hospitalization across the spectrum of EF. These findings may have implications for developing strategies to prevent readmissions. CLINICAL TRIAL REGISTRATION URL: http://www.clinicaltrials.gov. Unique identifier: NCT00634309 (CHARM-Added), NCT00634712 (CHARM-Preserved), NCT00634400 (CHARM-Alternative).
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».