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 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 | 0,001 |
| 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 | 0,001 |
| 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 ».