Association of Diabetes and Kidney Function According to Age and Systolic Function with the Incidence of Sudden Cardiac Death and Non-Sudden Cardiac Death in Myocardial Infarction Survivors with Heart Failure
Notice bibliographique
Résumé
AIMS: An implantable cardioverter-defibrillator (ICD) is recommended for reducing the risk of sudden cardiac death (SCD) in myocardial infarction (MI) patients with a left ventricular ejection fraction (LVEF) ≤ 30%, as well as patients with a LVEF ≤ 35% and heart failure symptoms. Diabetes and/or impaired kidney function may confer additional SCD risk. We assessed the association between these two risk factors with SCD and non-SCD among MI survivors taking account of age and LVEF. METHODS AND RESULTS: , individually and together, conferred a higher risk of SCD [adjusted competing risk: hazard ratio (HR) 1.23, 1.23, and 1.32, respectively; all P < 0.03] and non-SCD (HR 1.34, 1.52, and 2.13, respectively; all P < 0.0001). Annual SCD rates in patients with LVEF > 35% and with diabetes, impaired kidney function, or both (2.0%, 2.5% and 2.7%, respectively) were comparable to rates observed in patients with LVEF 30-35% but no such risk factors (1.7%). However, these patients had also similarly higher non-SCD rates, such that the ratio of SCD to non-SCD was not increased. Importantly, this ratio was mostly dependent on age, with higher overall ratios in youngest subgroups (0.89 in patients < 55 years vs. 0.38 in patients ≥ 75 years), regardless of risk factors. CONCLUSION: Although MI survivors with LVEF > 35% with diabetes, impaired kidney function, or both are at increased risk of SCD, the risk of non-SCD risk is even higher, suggesting an extension of the current indication for an ICD to them is unlikely to be worthwhile. MI survivors with low LVEF and aged < 55 years are likely to have the greatest potential benefit from ICD implantation.
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 | 0,000 |
| 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 ».