Temporal Trends in Utilization of Cardiac Therapies and Outcomes for Myocardial Infarction by Degree of Chronic Kidney Disease: A Report From the NCDR Chest Pain–MI Registry
Notice bibliographique
Résumé
Background We sought to determine temporal trends in use of evidence‐based therapies and clinical outcomes among myocardial infarction ( MI) patients with chronic kidney disease ( CKD ). Methods and Results MI patients from the NCDR (National Cardiovascular Data Registry) Chest Pain– MI Registry between January 2007 and December 2015 were categorized into 3 groups by degree of CKD (end‐stage renal disease on dialysis, CKD [glomerular filtration rate <60 mL/min per 1.73 m 2 ] not requiring dialysis, and no CKD [glomerular filtration rate ≥60 mL/min per 1.73 m 2 ]). Logistic regression modeling was used to determine the association between calendar years (2014–2015 versus 2007–2008) and each outcome by degree of CKD . Among 325 396 patients with ST‐segment–elevation MI, 1.0% had end‐stage renal disease requiring dialysis, and 26.1% had CKD not requiring dialysis. Use of primary percutaneous coronary intervention increased over time regardless of the presence or degree of CKD ( P= 0.40 for interaction). In‐hospital mortality was temporally higher among patients with preserved renal function (odds ratio: 1.25; 95% confidence interval, 1.13–1.39; P <0.001) but not among patients with CKD ( P =0.035 for interaction). Among 506 876 non–ST‐segment–elevation MI patients, 3.4% had end‐stage renal disease requiring dialysis, and 34.4% had CKD not requiring dialysis. P2Y 12 inhibitor use within 24 hours increased over time only among dialysis patients ( P for interaction <0.001). Use of coronary angiography and percutaneous coronary intervention also increased, with the greatest increase among dialysis patients ( P for interaction <0.001 and <0.001, respectively). In‐hospital mortality was lower, regardless of the presence or degree of CKD ( P =0.64 for interaction). Conclusions Uptake of evidence‐based medical and invasive therapies has increased over the past decade among MI patients with CKD , particularly dialysis patients, with improvement of in‐hospital mortality observed among patients with non–ST‐segment–elevation MI, but not ST‐segment–elevation MI, and CKD .
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 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 ».