MétaCan
Menu
Retour à la cohorte
Enregistrement W3095457179 · doi:10.1159/000510073

The Degree of the Predischarge Pulmonary Congestion in Patients Hospitalized for Worsening Heart Failure Predicts Readmission and Mortality

2020· article· en· W3095457179 sur OpenAlex
Michael Kleiner‐Shochat, Daniel Kapustin, Marat Fudim, Andrew P. Ambrosy, Juliya Glantz, Mark Kazatsker, Ilia Kleiner, Jean Marc Weinstein, Gurusher Panjrath, Ariel Roguin, Simcha Meisel

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCardiology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineHeart failureCardiologyEjection fractionInternal medicineMultivariate analysis

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Prediction of readmission and death after hospitalization for heart failure (HF) is an unmet need. AIM: We evaluated the ability of clinical parameters, NT-proBNP level and noninvasive lung impedance (LI), to predict time to readmission (TTR) and time to death (TTD). METHODS AND RESULTS: The present study is a post hoc analysis of the IMPEDANCE-HF extended trial comprising 290 patients with LVEF ≤45% and New York Heart Association functional class II-IV, randomized 1:1 to LI-guided or conventional therapy. Of all patients, 206 were admitted 766 times for HF during a follow-up of 57 ± 39 months. The normal LI (NLI), representing the "dry" lung status, was calculated for each patient at study entry. The current degree of pulmonary congestion (PC) compared with its dry status was represented by ΔLIR = ([measured LI/NLI] - 1) × 100%. Twenty-six parameters recorded during HF admission were used to predict TTR and TTD. To determine the parameter which mainly impacted TTR and TTD, variables were standardized, and effect size (ES) was calculated. Multivariate analysis by the Andersen-Gill model demonstrated that ΔLIRadmission (ES = 0.72), ΔLIRdischarge (ES = -3.14), group assignment (ES = 0.2), maximal troponin during HF admission (ES = 0.19), LVEF related to admission (ES = -0.22) and arterial hypertension (ES = 0.12) are independent predictors of TTR (p < 0.01, χ2 = 1,206). Analysis of ES showed that residual PC assessed by ∆LIRdischarge was the most prominent predictor of TTR. One percent improvement in predischarge PC, assessed by ∆LIRdischarge, was associated with a likelihood of TTR increase by 14% (hazard ratio [HR] 1.14, 95% confidence interval [CI] 1.13-1.15, p < 0.01) and TTD increase by 8% (HR 1.08, 95% CI 1.07-1.09, p < 0.01). CONCLUSION: The degree of predischarge PC assessed by ∆LIR is the most dominant predictor of TTR and TTD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,190

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,268
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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