Survival rate and predictors of mortality in patients hospitalised with heart failure: a cohort study on the data of Persian registry of cardiovascular disease (PROVE)
Notice bibliographique
Résumé
OBJECTIVES: Heart failure (HF) has a high rate of hospitalisation and mortality. We examined its risk factors, survival rate and the predictors. METHODS: In this prospective cohort study, demographic, clinical and treatment data of 1223 patients hospitalised with HF were extracted from the Persian Registry Of cardio Vascular diseasE (PROVE)/HF registry. Survival rate and HR and their association with other variables were assessed. RESULTS: 835 (68.3%) were censored, while 388 (31.7%) patients were deceased. Mean age and frequency of hypotension during hospitalisation, tachycardia, pulmonary hypertension and anaemia, hyponatremia, heart valve disease and renal disease of the deceased patients was significantly higher than censored patients (15.2vs6.1%, 51.1vs40.1%, 24.4vs16.7%, 39.0vs31.8%, respectively, p<0.05). ACE inhibitor (ACEI)/angiotensin receptor blocker (ARB) (89.8%vs82.1%, respectively) and beta blocker (BB) (81.1%vs75.5%, respectively) were higher in follow-up in the censored group (p<0.001 and 0.02, respectively). Crude Cox regression analysis identified age, tachycardia, hypotension, anaemia, pulmonary hypertension and heart valve disease as predictors of mortality (HR >1) and using ACEI/ARB and BB as predictors of life (HR <1, p<0.05). After adjustment, all variables lost their significance, except BB (HR 0.63, p=0.03) and tachycardia (HR 1.74, p=0.01) and New York Heart Association (NYHA) class IV (HR 1.90, p=0.04) became significant predictors. CONCLUSIONS: We found a high mortality rate (31.7%). As NYHA class IV and tachycardia were significant predictors of mortality after adjustment, an effective measure can be treatment of underlying diseases, which deteriorate patients' conditions. Monitoring of medications for at-risk group, especially BB that predicts life, is important.
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 | 0,001 | 0,002 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».