Cardiac Stress and Inflammatory Markers as Predictors of Heart Failure in Patients With Type 2 Diabetes: The ADVANCE Trial
Notice bibliographique
Résumé
OBJECTIVE: This study examined the individual and combined effect of N-terminal pro-B-type natriuretic peptide (NT-proBNP), high-sensitivity cardiac troponin T (hs-cTnT), interleukin-6 (IL-6), and hs-CRP on the prediction of heart failure incidence or progression in patients with type 2 diabetes. RESEARCH DESIGN AND METHODS: A nested case-cohort study was conducted in 3,098 participants with type 2 diabetes in the Action in Diabetes and Vascular Disease: Preterax and Diamicron Modified Release Controlled Evaluation (ADVANCE) trial. RESULTS: A higher value of each biomarker was significantly associated with a higher risk of heart failure incidence or progression, after adjustment for major risk factors. The hazard ratios per 1-SD increase were 3.06 (95% CI 2.37, 3.96) for NT-proBNP, 1.50 (1.27, 1.77) for hs-cTnT, 1.48 (1.27, 1.72) for IL-6, and 1.32 (1.12, 1.55) for hs-CRP. The addition of NT-proBNP to the model including conventional risk factors meaningfully improved 5-year risk-predictive performance (C statistic 0.8162 to 0.8800; continuous net reclassification improvement [NRI] 73.1%; categorical NRI [<5%, 5-10%, >10% 5-year risk] 24.2%). In contrast, the addition of hs-cTnT, IL-6, or hs-CRP did not improve the prediction metrics consistently in combination or when added to NT-proBNP. CONCLUSIONS: Only NT-proBNP strongly and consistently improved the prediction of heart failure in patients with type 2 diabetes beyond a wide range of clinical risk factors and biomarkers.
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 | 0,000 | 0,000 |
| 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 ».