A Model for Predicting Mortality in Acute ST-Segment Elevation Myocardial Infarction Treated With Primary Percutaneous Coronary Intervention
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background— Accurate models to predict mortality are needed for risk stratification in patients with ST-segment elevation myocardial infarction (STEMI) undergoing primary percutaneous coronary intervention (PCI). Methods and Results— We examined 5745 patients with STEMI undergoing primary PCI in the Assessment of Pexelizumab in Acute Myocardial Infarction Trial within 6 hours of symptom onset. A Cox proportional hazards model incorporating regression splines to accommodate nonlinearity in the log hazard ratio (HR) scale was used to determine baseline independent predictors of 90-day mortality. At 90 days, 271 (4.7%) of 5745 patients died. Independent correlates of 90-day mortality were (in descending order of statistical significance) age (HR, 2.03/10-y increments; 95% CI, 1.80 to 2.29), systolic blood pressure (HR, 0.86/10-mm Hg increments; 95% CI, 0.82 to 0.90), Killip class (class 3 or 4 versus 1 or 2) (HR, 4.24; 95% CI, 2.97 to 6.08), heart rate (>70 beats per minute) (HR, 1.45/10-beat increments; 95% CI, 1.31 to 1.59), creatinine (HR, 1.23/10-μmol/L increments >90 μmol/L; 95% CI, 1.13 to 1.34), sum of ST-segment deviations (HR, 1.25/10-mm increments; 95% CI, 1.11 to 1.40), and anterior STEMI location (HR, 1.47; 95% CI, 1.12 to 1.93) (c-index, 0.82). Internal validation with bootstrapping confirmed minimal overoptimism (c-index, 0.81). Conclusions— Our study provides a practical method to assess intermediate-term prognosis of patients with STEMI undergoing primary PCI, using baseline clinical and ECG variables. This model identifies key factors affecting prognosis and enables quantitative risk stratification that may be helpful in guiding clinical care and for risk adjustment for observational analyses.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 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 | 0,000 | 0,001 |
| 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 découle