The Impact of Admission Serum Creatinine on Major Adverse Clinical Events in ST-Segment Elevation Myocardial Infarction Patients Undergoing Primary Percutaneous Coronary Intervention
Notice bibliographique
Résumé
Background: Impaired renal function has been shown in previous studies to be an independent predictor of cardiovascular adverse events amongst patients admitted for percutaneous coronary intervention (PCI) following ST-segment elevation myocardial infarction (STEMI). This study investigates the impact of admission serum creatinine (SCr) on major cardiovascular outcomes among STEMI patients undergoing PCI. Methods: A retrospective study of patients admitted for PCI following STEMI was conducted using the National Cardiovascular Database Action Registry (NCDR) at Cleveland Clinic Akron General (CCAG) Hospital. The primary outcome was a composite of major clinical events: cardiogenic shock, atrial fibrillation, ventricular tachycardia/fibrillation, heart failure, bleeding and mechanical ventilation. SCr was an independent and continuous variable. Results: A total of 656 patients included in the study with the diagnosis of STEMI who subsequently underwent primary PCI. Patients with eGFR < 60 mL/min/1.73 m 2 on admission had an increased incidence of cardiogenic shock (P = 0.001), bleeding (P < 0.001), heart failure (P < 0.0005) and higher mortality rates (P = 0.0005). Furthermore, in the setting of STEMI, elevated SCr was also associated with an increased risk of developing major adverse events like cardiogenic shock (P = 0.05), bleeding (P = 0.05), and heart failure (P = 0.005). Conclusions: In the setting of STEMI, elevated SCr and eGFR < 60 mL/min/1.73 m 2 was associated with an increased risk of developing major adverse events including cardiogenic shock, bleeding and heart failure. Cardiol Res. 2018;9(2):94-98 doi: https://doi.org/10.14740/cr689w Â
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 | 0,006 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».