483Blood pressure and white matter lesions in patients with atrial fibrillation
Notice bibliographique
Résumé
Abstract Background Hypertension (HTN) is one of the most common cardiovascular risk factors in patients with atrial fibrillation (AF). As a potential risk factor for cerebral white matter lesions (WML), HTN might explain the increased risk of cognitive dysfunction in AF patients. Methods In a multicenter cohort study of patients with documented AF in Switzerland, systolic and diastolic blood pressure (SBP, DBP) was measured up to three times in a supine position and the mean was calculated. HTN was defined as controlled, when SBP was <140 and DBP <90 mmHg with treatment, and uncontrolled when SBP was ≥140 or DBP ≥90 mmHg with treatment. All patients underwent brain magnetic resonance imaging. Volumes of WML were assessed and graded using the Fazekas scale. A Fazekas score of ≥2 was defined as moderate or severe WML. Multivariable adjusted regression models were used to assess the association between BP and WML. Results Overall, 1738 patients were enrolled in this cross-sectional analysis (mean age 73 years, 73% males). Mean BP was 135/79 mmHg, 69% had a history of HTN. Any WMLs were found in 99% of the patients and 54% had at least moderate WMLs. The prevalence of Fazekas ≥2 was 47%, 50% and 61% among AF patients with SBP <120, 120–140 and ≥140mmHg (p<0.001), respectively. Volumes of WMLs significantly increased across the same SBP categories (2943, 3512 and 4988 mm3, p<0.001). Among patients with normotension, controlled and uncontrolled HTN, moderate or severe WMLs were present in 173 (42.5%), 345 (55%) and 307 (61%), respectively. SBP was associated with Fazekas ≥2 and WML volume after multivariable adjustment (Table). Compared to normotension, both controlled and uncontrolled HTN were significantly associated with higher WML volume (Table). Association between blood pressure and white matter lesions Blood pressure Fazekas ≥2 OR (95% CI) Volume WML β-coefficient (95% CI) <120 mmHg Ref Ref 120–140 mmHg 1.17 (0.88; 1.55) 0.14 (−0.01; 0.30) ≥140 mmHg 1.49 (1.11; 2.00) 0.28 (0.12; 0.43) Continuous, per SD 1.20 (1.09; 1.36), p<0.001 0.12 (0.06; 0.18), p<0.001 Normotension Ref Ref Treated hypertension 1.26 (0.94; 1.68), p=0.12 0.22 (0.07; 0.38), p=0.005 Treated, uncontrolled hypertension 1.52 (1.13; 2.05), p=0.005 0.38 (0.21; 0.54), p<0.001 Regression analyses were adjusted for age, sex, BMI, smoking status, stroke, diabetes, coronary heart disease, AF type, and antihypertensive treatment. One standard Deviation (SD) of SBP = 18 mmHg. Volume of WML was log-transformed. Conclusion Moderate or severe cerebral WMLs are highly prevalent in AF patients and strongly associated with SBP. Our data suggests that optimal treatment of HTN might play an essential role in preventing WMLs. Acknowledgement/Funding Swiss National Science Foundation
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».