Dietary acid load significantly predicts 10-years survival in patients underwent coronary artery bypass grafting (CABG) surgery
Notice bibliographique
Résumé
BACKGROUNDS: Numerous studies have revealed the role of dietary acid load as a potential risk factor for cardiovascular events and blood pressure. However, its role in predicting the mortality rate in patients underwent coronary artery bypass grafting surgery (CABG) has not been reported. In the current study we aimed to evaluate the relationship of dietary acid load and cardio-metabolic risk factors with ten year survival among patients underwent CABG. METHODS: The current prospective cohort study comprises 454 patients underwent CABG. Anthropometric, clinical and biochemical measurements were performed. Dietary acid load was calculated as either potential renal acid load (PRAL) or net endogenous acid production (NEPA) using the data obtained from a semi-quantitative food frequency questionnaire (FFQ). Survival analysis was performed using Kaplan-Meier method followed by log-rank test. The association between all-cause mortality and study parameters was performed with Cox-proportional hazard model. RESULTS: Patients in the higher PRAL and NEAP quartiles had lower BMI and lower ejection fraction rate (P <0.05). Moreover, lower hematocrit values were observed in patients of higher PRAL quartiles. Higher PRAL scores were associated with higher mortality rate and reduced survival days (adjusted hazard ratio: 1.023 (1.00-1.04; P-value = 0.01). However, there was no relationship between NEAP and survival. CONCLUSIONS: We revealed that high PRAL scores are positive predictors of 10-year mortality in patients underwent CABG. The results of our study suggest that maintaining an adequate acid-base balance can contribute to longevity by reducing the risk of mortality.
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) | 0,001 | 0,001 |
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 ».