Prospective Evaluation of Integrated Device Diagnostics for Heart Failure Management: Results of the TRIAGE-HF Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIMS: The primary aim of the TRIAGE-HF trial was to correlate cardiac implantable electronic device-generated heart failure risk status (HFRS) with signs, symptoms, and patient behaviours classically associated with worsening heart failure (HF). METHODS AND RESULTS: TRIAGE-HF enrolled 100 subjects with systolic HF implanted with a Medtronic high-performance device and followed up at three Canadian HF centres. Study follow-up was up to 8 months. The HFRS assigned each subject's overall risk of HF hospitalization in the next 30 days and also highlighted abnormal device parameters contributing to a patient's risk status at the time of remote data transmission. Subjects with a high HFRS were contacted by telephone to assess symptoms, and compliance with prescribed therapies, nutrition, and exercise. Clinician-assessed risk and HFRS-calculated risk were correlated at both study baseline and exit. Twenty-four high HFRS occurrences were observed among 100 subjects. Device parameters associated with increased risk of HF hospitalization included OptiVol index (n = 20), followed by low patient activity (n = 18) and elevated night heart rate (n = 12). High HFRS was associated with symptoms of worsening HF in 63% of cases (n = 15) increasing to 83% of cases (n = 20) when non-compliance with pharmacological therapies and lifestyle was considered. CONCLUSIONS: TRIAGE-HF is the first study to provide prospective data on the distribution of abnormal device parameters contributing to high HFRS. High HFRS has good predictive accuracy for patient-reported signs, symptoms, and behaviours associated with worsening HF status. As such, HFRS may be a useful tool for ambulatory HF monitoring to improve both patient-centred and health system level outcomes.
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.
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 | 0,002 | 0,002 |
| 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 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 découle