Self-assessed Physical Health Predicts 10-Year Mortality After Myocardial Infarction
Notice bibliographique
Résumé
PURPOSE: In spite of their widespread use in other fields, global measures of health are not commonly used in determining the prognosis of patients with myocardial infarction (MI). The objective of the present study was to ascertain the relationship between self-assessed physical health at the time of the MI and long-term mortality. METHODS: This was a prospective cohort study of 284 patients with MI admitted to an academic community hospital between July 1995 and December 1996 who completed the Medical Outcomes Study 36-Item Short-Form Health Survey (SF-36). The physical component scale from the SF-36 was used as a self-assessment of physical health. All-cause mortality was assessed 10 years later by using the Social Security Death Index. RESULTS: Patients with lower self-reported physical health were significantly more likely to be women; older; depressed; have a history of coronary artery disease; have a family history of MI; have a non-Q wave MI; have a Killip class 3 or 4 MI; have hypertension, diabetes mellitus, renal insufficiency, and chronic obstructive pulmonary disease; and have a longer hospitalization period. Patients with higher physical component scores had significantly lower mortality in the 10 years after MI and this persisted after adjusting for confounders (hazard ratio = 0.97 [95% CI 0.96-0.99], P = .001). CONCLUSIONS: These data suggest that self-assessed physical health provides information on the long-term prognosis of patients with MI above and beyond that provided by traditional risk predictors.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».