Abstract 13253: Race, Exercise Training and Outcomes in Chronic Heart Failure
Notice bibliographique
Résumé
Background: The strength of race as a predictor of outcomes in a contemporary chronic heart failure (HF) population and its interaction with exercise training response remains unexplored. Methods: We performed an analysis of HF-ACTION, which randomized 2,331 HF patients with EF Results: Of patients with race documented, 62% (N=1426) were white, 33% (N=749) were AA and 5% (N=121) were other. Compared with whites, AAs were younger (median 55 vs. 62 yr), more often female (40% vs. 22%), and less often had ischemic HF (32% vs. 61%), but had a similar EF and creatinine. At baseline, AAs had a lower peak VO2 (raw median 13.2 vs. 15.0 mL/kg/min) and shorter 6-minute walk (raw median 348 vs. 383 meters) despite gender adjustment (both P P =0.032) and CV mortality/HF hosp ( P =0.0002). After multivariable adjustment including education and income level, AA race was associated with increased CV mortality/CV hosp and CV mortality/HF hosp, but not increased mortality ( Table ). There was no significant interaction between race and exercise training on outcomes (all P >0.5). Conclusion: AA race in chronic HF patients with reduced EF was associated with younger age, higher proportion of women and non-ischemic etiology, reduced baseline exercise capacity, and increased CV mortality/CV hosp and CV mortality/HF hosp, but not increased all-cause mortality or a differential response to exercise training on clinical 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.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».