4.7 PARAMETERS OF THE RESERVOIR-WAVE APPROACH AND MORTALITY IN DIALYSIS POPULATION
Notice bibliographique
Résumé
Background: A new model has been proposed to explain hemodynamic consequences of arterial stiffness, which integrates both wave propagation and aortic reservoir function.The aim of this study was to assess the association between parameters of reservoir-wave analysis and all-cause mortality in a population with accelerated vascular ageing.Methods: Among 311 patients with chronic kidney disease on dialysis, central arterial pressures were derived from applanation tonometry (Sphygmocor) of radial artery.Reservoir wave analysis was applied on radial pressure waveforms (without generalized transfer function) to obtain reservoir pressure (Peak RP), its integral (RP integral), excess pressure parameters (Peak XS, XS integral), and systolic (SC) and diastolic time constant (DC).Results: During a median follow-up of 33 months, 204 (66%) deaths occurred.In KaplaneMeier survival curves, only increasing tertiles of DC was associated with a significant decrease in survival time (p < 0.001).Amongst all parameters, only DC and XS integral were predictors of allcause mortality in univariate Cox analysis as shown by hazard ratios for changes in 1-standardized deviation (HR 1-SD, Table 1).However, DC and XS integral were no longer significant when age was introduced in the model (p-value > 0.179).Conclusions: Amongst all parameters of the reservoir-wave analysis, DC was the most important parameter associated with survival time and mortality.Despite its hypothetically more integrated approach to arterial tree function, none of the derived parameters showed a robust and independent association with mortality in this population.The study shows that despite its simplicity, arterial stiffness gradient remains the best predictor of mortality in this population.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».