SP314ONE-YEAR MORTALITY OF PATIENTS WITH ST-ELEVATION MYOCARDIAL INFARCTION: PROGNOSTIC IMPACT OF CREATININE-BASED EQUATIONS TO ESTIMATE GLOMERULAR FILTRATION RATE
Notice bibliographique
Résumé
INTRODUCTION AND AIMS: Chronic Kidney Disease (CKD) is associated with worse outcomes after primary percutaneous coronary intervention (PCI). However, whether glomerular filtration rate (GFR) estimated with various equations can equally predict outcomes after ST-Elevation Myocardial Infarction (STEMI) is still debated. METHODS: We compared the clinical impact of 3 different creatinine-based equations (Cockcroft and Gault (CG), CKD-epidemiology (CKD-EPI) and Full Age Spectrum (FAS)) to predict 1-year mortality in STEMI patients. RESULTS: Among 1755 consecutive STEMI patients who had undergone primary PCI included between 2006 and 2011, median estimated GFR was 79 [61;96] with the CG, 81 [65;95] with CKD-EPI and 75 [60;91] mL/min/1.73 m² with FAS equation. Reduced GFR values were independently associated with 1-year mortality risk with the 3 equations. Receiver operating curves (ROC) of CG and FAS equations were significantly superior to the CKD-EPI equation, p=0.03 and p=0.01, respectively (Figure). Better prediction with FAS and CG equations was confirmed by net reclassification index. CONCLUSIONS: Our results suggest that in STEMI patients who have undergone primary PCI, 1-year mortality is better predicted by CG or FAS equations compared to CKD-EPI.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 ».