Sustained heavy drinking over 25 years is associated with increased N-terminal-pro-B-type natriuretic peptides in early old age: Population-based cohort study
Notice bibliographique
Résumé
Heavy alcohol consumption is associated with an increased risk of heart failure. We sought to investigate whether levels of NT-proBNP differ by alcohol consumption profiles, both current drinking as well as cumulative exposure to drinking over several decades in a general population sample. METHODS: Data on 2054 participants (49% male) were taken from the UK Medical Research Council National Survey for Health and Development, a longitudinal cohort study based on a nationally representative sample of births in 1946. Categories of long-term alcohol consumption were created based on consumption over 25 years of observations and compared with levels of NT-proBNP measured at mean age 63. RESULTS: We found that those who drank heavily (both currently and long-term) had higher levels of NT-proBNP than moderate drinkers, after adjusting for major confounders (age, sex, socio-economic position and smoking). As NT-proBNP has attracted attention as a biomarker for heart failure, this suggests a critical pathway through which heavy drinking may increase risk of this cardiovascular disease. When we looked at heavy drinkers who varied their intake over the decades, it was only the recently heavy group that had higher levels of NT-proBNP. Further work is needed to demonstrate whether effects are reversible upon cessation of heavy drinking, but this finding highlights the need to have repeated data to unpack dynamics over time. CONCLUSION: Our findings suggest heavy drinkers could be screened for NT-proBNP levels in order to identify those at high risk earlier in the clinical stages of heart failure and targeted for risk reduction strategies.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,001 |
| 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 ».