Non-Invasive Measurement of Right Atrial Pressure by Near-Infrared Spectroscopy: Preliminary Experience. A Report from the SICA-HF Study
Notice bibliographique
Résumé
AIMS: To assess the clinical value of measuring right atrial pressure (RAP) using near-infrared spectroscopy (NIRS) in patients with chronic heart failure (CHF). METHODS AND RESULTS: RAP was measured non-invasively using NIRS over the external jugular vein (Venus 1000, Mespere LifeSciences, Canada) in ambulatory patients with CHF enrolled in the Studies Investigating Co-morbidities Aggravating Heart Failure (SICA-HF) programme. Comparing 243 patients with CHF (mean age 71 years; mean left ventricular ejection fraction (LVEF) 45%, median NT-proBNP 788 ng/L) to 49 controls (NT-proBNP ≤125 ng/L), RAP was 7 [interquartile range (IQR) 4-11] mmHg vs. 4 (IQR 3-8) mmHg (P < 0.001). Those with RAP ≥10 mmHg (n = 75) were older, had more severe clinical congestion and renal dysfunction, higher plasma NT-proBNP, larger left atrial volume, higher systolic pulmonary pressure and were more often in atrial fibrillation but their LVEF was similar to patients with lower RAP. During a median follow-up of 595 (IQR: 492-714) days, 49 patients (20%) died or were hospitalized for worsening CHF. Compared with patients with RAP ≤5 mmHg, those with RAP ≥10 mmHg had a greater risk of an event (hazard ratio 2.38, 95% confidence interval 1.19-4.75, P = 0.014). RAP measured by NIRS predicted outcome, competing with NT-proBNP in multivariable models. CONCLUSIONS: Measuring RAP using NIRS identifies ambulatory patients with CHF who have more severe congestion and a worse outcome. The device might be a useful objective method of monitoring RAP, especially for those inexperienced in eliciting physical signs or when measurement of natriuretic peptides is not immediately available.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 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 ».