Multi-Ethnic Comparisons of Diabetes in Heart Failure with Reduced Ejection Fraction: Insights from the HF-ACTION trial and the ASIAN-HF Registry
Notice bibliographique
Résumé
AIM: To describe differences in patient characteristics and outcomes by ethnicity in patients with diabetes mellitus (DM) and heart failure (HF) with reduced ejection fraction (HFrEF, ejection fraction ≤35%) in a multi-ethnic cohort. METHODS AND RESULTS: Patient level data from two cohorts (HF-ACTION and ASIAN-HF) were combined, and patients grouped by self-reported ethnicity. DM was defined as the presence of a clinical diagnosis and/or receiving anti-diabetic therapy. A total of 6214 (1324 whites, 674 blacks, 1297 Chinese, 1510 Indians, 717 Malays, 692 Japanese/Koreans) patients were included. The overall prevalence of DM was 39.5% (n = 2454). The prevalence of DM was lowest in whites (29.3%), followed by Japanese/Koreans (34.1%), blacks (35.9%), Chinese (42.3%), Indians (44.2%), and highest in Malays (51.9%). The correlation between age, sex, body mass index, coronary artery disease, hypertension, atrial fibrillation, peripheral vascular disease and chronic kidney disease with DM differed significantly by ethnicity (P for interaction <0.05). The strongest correlations were seen in Malay women, whites with obesity, Indians with coronary artery disease and hypertension, and blacks with chronic kidney disease. On multivariable analyses, DM was significantly associated with the composite of 1-year overall mortality/HF hospitalization (hazard ratio 1.37, 95% confidence interval 1.19-1.57; P < 0.001), with no interaction by ethnicity (P for interaction =0.31). CONCLUSIONS: There is marked heterogeneity in the prevalence and correlates of DM among different ethnic groups with HF worldwide. Subgroups particularly predisposed to DM warrant special attention, since DM increases the combined risk of morbidity and mortality in all ethnicities with HF.
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 | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».