The Prognostic Importance of Impaired Fasting Glycemia in Chronic Coronary Heart Disease Patients
Notice bibliographique
Résumé
OBJECTIVES: Impaired glucose metabolism represents one the most important cardiovascular risk factors, with steeply raising prevalence in overall population. We aimed to compare mortality risk of impaired fasting glycaemia (IFG) and overt diabetes mellitus (DM) in patients with coronary heart disease (CHD). STUDY DESIGN: prospective cohort study METHODS: A total of 1685 patients, 6-24 months after myocardial infarction and/or coronary revascularization at baseline, were followed in a prospective cohort study. Overt DM was defined as fasting glucose ≥ 7 mmol/L and/or use of antidiabetic treatment, while IFG as fasting glucose 5.6-6.99 mmol/L, but no antidiabetic medication. The main outcomes were total and cardiovascular mortality during 5 years of follow-up. RESULTS: During follow-up of 1826 days, 172 patients (10.2%) deceased, and of them 122 (7.2%) from a cardiovascular cause. Both exposures, overt DM (n=623, 37.0% of the whole sample) and IFG (n=436, 25.9%) were associated with an independent increase of 5-year total mortality, compared to normoglycemic subjects [fully adjusted hazard risk ratio (HRR) 1.63 (95%CI: 1.01-2.61)]; p=0.043 and 2.25 (95%CI: 1.45-3.50); p<0.0001, respectively]. In contrast, comparing both glucose disorders one with each other, no significant differences were found for total mortality [HRR 0.82 (0.53-1.28); p=0.33]. Taking 5-years cardiovascular mortality as outcome, similar pattern was observed [HRR 1.96 (95%CI: 1.06-3.63) and 3.84 (95%CI: 2.19-6.73) for overt DM and IFG, respectively, with HRR 0.63 (95%CI: 0.37-1.07) for comparison of both disorders]. CONCLUSIONS: Impaired fasting glycaemia adversely increases mortality of CHD patients in the same extent as overt DM.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 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 ».