4820Assessing the predictive value of coronary artery calcium score for predicting all-cause mortality in patients with renal impairment
Notice bibliographique
Résumé
Background: Renal impairment is considered as a coronary artery disease (CAD) equivalent. Yet, the evidence for an independent association of coronary artery calcium score (CACS) with adverse cardiovascular outcomes in patients with impaired renal function remains unclear. Purpose: The current study therefore sought to assess whether CACS improves risk stratification as well as augments prediction of adverse outcomes beyond risk prediction algorithm in asymptomatic patients with renal impairment. Methods: We identified 45,174 asymptomatic Korean adults (mean age: 52.1±9.6 years, 70.6% male) without known CAD who underwent CAC screening, and with renal impairment [estimated glomerular filtration rate (eGFR) 30–89 ml/min/1.73 m2 by the MDRD equation]. The eGFR was categorized as 60–89 (n=41,425) and 30–59 ml/min/1.73m2 (n=3,749). CACS was categorized as follows: 0, 1–100, 101–400, and >400. All-cause mortality incidence per 1,000 person-years and multivariable Cox proportional hazards models with 95% confidence interval (95% CI) were utilized. Discrimination by C-statistic and category-free net reclassification improvement (cNRI) were estimated for all-cause mortality.
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 | 0,002 | 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 | 0,001 | 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 ».