Predictive value of cardiopulmonary fitness parameters in the prognosis of patients with acute coronary syndrome after percutaneous coronary intervention
Notice bibliographique
Résumé
OBJECTIVES: We aimed to determine the predictive value of cardiopulmonary exercise testing (CPX) in the prognosis of patients with acute coronary syndrome (ACS) treated with percutaneous coronary intervention (PCI). METHODS: We conducted a retrospective study including patients who underwent CPX within 1 year of PCI between September 2012 and October 2017. Patients were followed-up until the occurrence of a major adverse cardiac event (MACE) or administrative censoring (September 2019). A Cox regression model was used to identify significant predictors of a MACE. Model performance was evaluated in terms of discrimination (C-statistic) and calibration (calibration-in-the-large). RESULTS: In total, 184 patients were included and followed-up for a median 51 months (interquartile range: 36-67 months) and 32 events occurred. Multivariable analysis revealed that body mass index and Gensini score were significant predictors of a MACE. Four CPX-related variables were found to be predictive of a MACE: premature CPX termination, peak oxygen uptake, heart rate reserve, and ventilatory equivalent for carbon dioxide slope. The final prediction model had a C-statistic of 0.92 and calibration-in-the-large 0.58%. CONCLUSION: CPX-related parameters may have high predictive value for poor outcomes in patients with ACS who undergo PCI, indicating a need for appropriate treatment and timely management.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».