September 2018 at a Glance: Co-Morbidities, Heart Failure with Preserved Ejection Fraction and Mineralocorticoid Receptor Antagonists
Notice bibliographique
Résumé
Co-morbidities Non-cardiac co-morbiditiesIorio et al. 1 analysed the role of 15 non-cardiac co-morbidities in 2314 outpatients with chronic heart failure (HF).Obesity and hypertension were more prevalent in HF patients with preserved ejection fraction (HFpEF), compared to those with reduced ejection fraction (HFrEF).A similar prevalence was found for other co-morbidities.An increasing number of non-cardiac co-morbidities was associated with a higher risk for all-cause mortality, HF hospitalizations and non-cardiovascular hospitalizations.The co-morbidities contributing to this increased risk were anaemia, chronic kidney disease, chronic obstructive pulmonary disease, diabetes mellitus, and peripheral artery disease with similar results for HFrEF and HFpEF. 1 A similar role of co-morbidities, independent of left ventricular (LV) ejection fraction, was also found in other analyses.2 Chronic kidney disease was more strongly associated with a poorer outcome in HFrEF than in HFpEF in the Swedish HF Registry.3 with a hazard ratio of 1.05 (95% confidence interval 1.03-1.06)per unit increase in E/e ′ for the combined outcome of all-cause
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,058 | 0,017 |
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 ».