The Evaluation of Duke Treadmill Score in the Risk Stratification of Coronary Heart Disease Patients
Notice bibliographique
Résumé
Objective:To evaluate the efficacy of the Duke treadmill score(DTS)for risk-stratification of significant or severe coronary heart diease.Methods:One hundred and fifiy-one patients with chest pain undergoing electrocardiogram treadmill exercise test(ETT)and coronary angiography were enrolled,and those who were divided moderate-risk DTS group(score-10～+4,n=65)and high-risk DTS group(score≤-11,n=86).The clinical data,ETT data and coronary angiography results were compared between two groups.CrosstAbs Chi-Square Test was conducted to predict signitycant(least 1-vessel ≥50% stenosis)and sever(3-vessel or left main)coronary heart disease.Results:In high-risk group had more ST deviation,higher ST/HR-index,more exercise-limiting angina patients and average annual mortality;but less non-angina,less exercise time,lower workload than the moderate-risk group(all P0.001).Along with the extent of coronary artery disease was gravity,the high-risk group patients were increased.Positive coronary angiography significant(least 1-vessel ≥50% stenosis)patients 44(67.7%)and 80(93.0%),sever(3-vessel or left main)coronary artery disease patients 9(13.8%)and thirtieth-nine patients(45.3%)for moderate-and high-risk DTS groups respectively(all P0.001).Predicted average annual mortality was 2.9% and 6.8% for moderate-and high-risk DTS groups respectively(P0.001).Conclusions:The composite DTS not only provides accurate prognostic estimation but also predicts the extent of coronary artery disease.Utilizing DTS can help to improve the risk evaluation of coronary heart disease.
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 | 0,001 |
| 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 | 0,000 | 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 ».