Cognitive Domains and Postdischarge Outcomes in Hospitalized Patients With Heart Failure
Notice bibliographique
Résumé
Background Cognitive impairment is a prevalent, independent marker of readmission in heart failure (HF), but the screening is time-consuming. This study sought (1) to identify HF patients at low risk of cognitive impairment (obviating screening) and (2) to simplify a predictive model of HF outcomes by only using cognitive domains that are most predictive. Methods and Results The Montreal Cognitive Assessment was performed in 1152 Australian patients with HF who were followed for 12 months. One-third (376/1152) of the patients were enrolled into an HF disease management plan to reduce early readmission. Postdischarge outcomes in HF included 30- and 90-day readmission or death and days alive and out of hospital within 12 months of discharge. Cognitive impairment-present in 54% of patients-independently predicted HF outcomes. Normal cognition could be predicted with common clinical and sociodemographic factors with good discrimination (C statistic=0.74 [0.69-0.78]). The visuospatial/executive and orientation domains were most predictive of HF postdischarge outcomes. Using either Montreal Cognitive Assessment score or these 2 domains provided similar incremental values ( P=0.0004 and P=0.0008, respectively) in predicting HF outcomes (both C statistic=0.76) and could similarly identify a group of high-risk patients who benefited most from an HF disease management plan. Conclusions Cognitive function independently predicts HF outcomes and may also contribute to how a patient responds to intervention. The time and resources spent on cognitive assessment for risk-stratification in HF may be minimized by (1) identifying patients with low risk of cognitive impairment and (2) simplifying the screening instrument to include only the domains that are most predictive of postdischarge outcomes in 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 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 | 0,000 |
| 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 | 0,000 |
| 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 ».