MétaCan
Menu
Retour à la cohorte
Enregistrement W2772496112 · doi:10.1002/ejhf.1073

Contribution of Cardiac and Extra-Cardiac Disease Burden to Risk of Cardiovascular Outcomes Varies by Ejection Fraction in Heart Failure

2017· article· en· W2772496112 sur OpenAlexaff
Emil Wolsk, Brian Claggett, Lars Køber, Stuart Pocock, Salim Yusuf, Karl Swedberg, John J.V. McMurray, Christopher B. Granger, Marc A. Pfeffer, Scott D. Solomon

Notice bibliographique

RevueEuropean Journal of Heart Failure · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensMcMaster University
Organismes subventionnairesAstraZeneca
Mots-clésMedicineEjection fractionInternal medicineCardiologyHeart failureMyocardial infarctionDiabetes mellitusHeart failure with preserved ejection fractionStroke (engine)Stroke volumeHazard ratioPopulationConfidence interval

Résumé

récupéré en direct d'OpenAlex

AIMS: Patients with heart failure (HF) often have multiple co-morbidities that contribute to the risk of adverse cardiovascular (CV) and non-CV outcomes. We assessed the relative contribution of cardiac and extra-cardiac disease burden and demographic factors to CV outcomes in HF patients with reduced (HFrEF) or preserved (HFpEF) left ventricular ejection fraction (LVEF). METHODS AND RESULTS: We utilized data from the CHARM trial, which enrolled HF patients across the ejection fraction spectrum. We decomposed the previously validated MAGGIC risk score into cardiac (LVEF, New York Heart Association class, systolic blood pressure, time since HF diagnosis, HF medication use), extra-cardiac (body mass index, creatinine, diabetes mellitus, chronic obstructive pulmonary disease, smoker), and demographic (age, gender) categories, and calculated subscores for each patient representing the burden of each component. Cox proportional hazards models were used to estimate the population attributable risk (PAR) associated with each component to the outcomes of death, CV death, HF, myocardial infarction, and stroke relative to patients with the lowest risk score. PARs for each component were depicted across the spectrum of LVEF. in 2675 chronic HF patients from North America [HFrEF (LVEF ≤40%): n = 1589, HFpEF (LVEF >40%): n = 1086] with data available for calculation of the MAGGIC score, the highest risk of death and CV death was attributed to cardiac burden. This was especially evident in HFrEF patients (PAR: 76% cardiac disease vs. 58% extra-cardiac disease, P < 0.05). Conversely, in HFpEF patients, extra-cardiac burden accounted for a greater proportion of risk for death than cardiac burden (PAR: 15% cardiac disease vs. 49% extra-cardiac disease, P < 0.05). For HF hospitalization, the contribution of both cardiac and extra-cardiac burden was comparable in HFpEF patients (PAR: 42% cardiac disease vs. 53% extra-cardiac disease, P = NS). In addition, demographic burden was especially high in HFpEF patients, with 62% of deaths attributable to demographic characteristics. CONCLUSION: In North American HF patients enrolled in the CHARM trials, the relative contribution of cardiac and extra-cardiac disease burden to CV outcomes and death differed depending on LVEF. The high risk of events attributable to non-cardiac disease burden may help explain why cardiac disease-modifying medication proven to be efficacious in HFrEF patients has not proven beneficial in HFpEF.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,470
Score d'incertitude au seuil0,761

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,248
Écart entre enseignants0,239 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations64
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Heart FailureMême sujetHeart Failure Treatment and ManagementTravaux en français237 207