Predictors of Heart Failure in Patients With Stable Coronary Artery Disease
Notice bibliographique
Résumé
BACKGROUND: Heart failure (HF) is a disease commonly associated with coronary artery disease. Most risk models for HF development have focused on patients with acute myocardial infarction. The Prevention of Events with Angiotensin-Converting Enzyme Inhibition population enabled the development of a risk model to predict HF in patients with stable coronary artery disease and preserved ejection fraction. METHODS AND RESULTS: In the 8290, Prevention of Events with Angiotensin-Converting Enzyme Inhibition patients without preexisting HF, new-onset HF hospitalizations, and fatal HF were assessed over a median follow-up of 4.8 years. Covariates were evaluated and maintained in the Cox regression multivariable model using backward selection if P<0.05. A risk score was developed and converted to an integer-based scoring system. Among the Prevention of Events with Angiotensin-Converting Enzyme Inhibition population (age, 64+/-8; female, 18%; prior myocardial infarction, 55%), there were 268 cases of fatal and nonfatal HF. Twelve characteristics were associated with increased risk of HF along with several baseline medications, including older age, history of hypertension, and diabetes. Randomization to trandolapril independently reduced the risk of HF. There was no interaction between trandolapril treatment and other risk factors for HF. The risk score (range, 0 to 21) demonstrated excellent discriminatory power (c-statistic 0.80). Risk of HF ranged from 1.75% in patients with a risk score of 0% to 33% in patients with risk score >or=16. CONCLUSIONS: Among patients with stable coronary artery disease and preserved ejection fraction, traditional and newer factors were independently associated with increased risk of HF. Trandolopril decreased the risk of HF in these patients with preserved ejection fraction.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».