Sex-Specific Associations of Cardiovascular Risk Factors and Biomarkers With Incident Heart Failure
Notice bibliographique
Résumé
BACKGROUND: Whether cardiovascular (CV) disease risk factors and biomarkers associate differentially with heart failure (HF) risk in men and women is unclear. OBJECTIVES: The purpose of this study was to evaluate sex-specific associations of CV risk factors and biomarkers with incident HF. METHODS: The analysis was performed using data from 4 community-based cohorts with 12.5 years of follow-up. Participants (recruited between 1989 and 2002) were free of HF at baseline. Biomarker measurements included natriuretic peptides, cardiac troponins, plasminogen activator inhibitor-1, D-dimer, fibrinogen, C-reactive protein, sST2, galectin-3, cystatin-C, and urinary albumin-to-creatinine ratio. RESULTS: Among 22,756 participants (mean age 60 ± 13 years, 53% women), HF occurred in 2,095 participants (47% women). Age, smoking, type 2 diabetes mellitus, hypertension, body mass index, atrial fibrillation, myocardial infarction, left ventricular hypertrophy, and left bundle branch block were strongly associated with HF in both sexes (p < 0.001), and the combined clinical model had good discrimination in men (C-statistic = 0.80) and in women (C-statistic = 0.83). The majority of biomarkers were strongly and similarly associated with HF in both sexes. The clinical model improved modestly after adding natriuretic peptides in men (ΔC-statistic = 0.006; likelihood ratio chi-square = 146; p < 0.001), and after adding cardiac troponins in women (ΔC-statistic = 0.003; likelihood ratio chi-square = 73; p < 0.001). CONCLUSIONS: CV risk factors are strongly and similarly associated with incident HF in both sexes, highlighting the similar importance of risk factor control in reducing HF risk in the community. There are subtle sex-related differences in the predictive value of individual biomarkers, but the overall improvement in HF risk estimation when included in a clinical HF risk prediction model is limited in both sexes.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».