Association between persistent smoking after a diagnosisof heart failure and adverse health outcomes: A systematicreview and meta-analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Heart failure (HF) is associated with increased mortality worldwide. Adverse health outcomes in HF are commonly attributed to poor adherence to self-care, including smoking cessation. Smoking is the major modifiable risk factor for HF. Patients have been observed to continue smoking even after diagnosis with HF. Despite the possible association between persistent smoking and adverse health outcomes among HF populations, no consensus has been reached. We aimed to review the literature to determine the association between smoking status after HF diagnosis and adverse health outcomes. METHODS: A systematic literature search was performed in PubMed, PsycINFO, Web of Science, and Embase. Hand searching was also performed. In total, 9 articles (n=70461) were included in the review for meta-analysis, including seven cohort studies and two cross-sectional studies. Quality was assessed using the modified version of the Newcastle-Ottawa Scale. RESULTS: Approximately 16% of HF patients continued smoking after HF diagnosis. Persistent smoking increased the hazard ratio (HR) of mortality by 38.4% (HR=1.384; 95% CI: 1.139-1.681) and readmission by 44.8% (HR=1.448; 95% CI: 1.086-1.930). Our review also found that persistent smoking was associated with poor health status, ventricular tachycardia, and arterial stiffness. CONCLUSIONS: This review highlights the importance of assessment for any history of smoking before and after HF diagnosis. There is a need for smoking cessation programs to be established as crucial components of care for patients with HF. More studies are needed to investigate the possible mechanisms underlying relations among smoking patterns and health consequences.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle