MétaCan
Menu
Retour à la cohorte
Enregistrement W2966370147 · doi:10.14740/cr898

Importance of Basal Metabolic Index in the Diagnosis of Heart Failure With B-Type Natriuretic Peptide

2019· article· en· W2966370147 sur OpenAlexvenueno aff
Waqas Ullah, Asrar Ahmad, Yasar Sattar, Usman Sarwar, Hafez Mohammad Ammar Abdullah, Muhammad Arslan Cheema, Vincent M. Figueredo

Notice bibliographique

RevueCardiology Research · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Function and Risk Factors
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineHeart failureNatriuretic peptideInternal medicineExacerbationCardiologyBody mass indexBasal (medicine)Brain natriuretic peptidePopulation

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Increased basal metabolic index (BMI) is associated with decreased levels of B-type natriuretic peptide (BNP). This makes the diagnosis of the congestive heart failure challenging in the obese population. We sought to determine the association and strength of the relationship between the two variables. METHODS: The association between BMI and BNP was examined in 405 patients utilizing a retrospective chart review in a single center study. Pearson correlation and regression analyses were performed to identify trends. BNP trends were also correlated with age. RESULTS: The mean age of patients was 77 years with 45% men and 55% women. Mean BNP level was 1,158 standard deviation (SD) ± 1,537. Mean BMI was 33 SD ± 28. BNP levels were found to be inversely related to increasing BMI (P value < 0.001). Using a cut-off of 3,500 pg/mL, there was a linear negative correlation on the dotted graph. In regression analysis the measure of effect of BMI on BNP levels was -0.90 pg/mL. There was no significant association between age and BNP levels (P = 0.90). CONCLUSIONS: Irrespective of age, obese patients have lower BNP levels, complicating the diagnosis of heart failure exacerbation in such patients. Our results suggest that BNP levels in patients with BMI greater than 33 should be adjusted 9 pg/mL per unit increase in BMI.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,295

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,332
Écart entre enseignants0,297 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCardiology ResearchMême sujetCardiovascular Function and Risk FactorsTravaux en français237 207