Precipitating factors of heart failure decompensation, short-term morbidity and mortality in patients attended in primary care
Notice bibliographique
Résumé
OBJECTIVE: Prospective cohort study with a 30-d follow-up from an index consultation. Regression models to determine independent factors associated with hospitalisation or death. SETTING: Patients with diagnosis of heart failure attended in primary care for a heart failure decompensation (increase of dyspnoea, unexplained weight gain or peripheral oedema). MAIN OUTCOME MEASURES: Potential precipitating factors for decompensation of heart failure and their association with the event of hospitalisation or mortality 30 d after a decompensation. RESULTS: Of 692 patients 54% were women, mean age 81 (standard deviation [SD] 8.9) years; mean left ventricular ejection fraction (LVEF) 55% (SD 12%). Most frequently identified heart failure precipitation factors were respiratory infections in 194 patients (28%), non-compliance of dietary recommendations in 184 (27%) and non-compliance with pharmacological treatment in 157 (23%). The two strongest precipitating factors to predict 30 d hospitalisation or death were respiratory infections (odds ratio [OR] 2.8, 95% confidence interval [CI] (2.4-3.4)) and atrial fibrillation (AF) > 110 beats/min (OR 2.2, CI 1.5-3.2). Multivariate analysis confirmed the association between the following variables and hospitalisation/death: In relation to precipitating factors: respiratory infection (OR 1.19, 95% CI 1.14-1.25) and AF with heart rate > 110 beats/min (OR 1.22, 95% CI 1.10-1.35); and regarding patient characteristics: New York Heart Association (NYHA) III or IV (OR 1.22, 95% CI 1.15-1.29); previous hospitalisation (OR 1.15, 95% CI 1.11-1.19); and LVEF < 40% (OR 1.14, 95% CI 1.09-1.19). CONCLUSIONS: In primary care, respiratory infections and rapid AF are the most important precipitating factors for hospitalisation and death within 30 d following an episode of heart failure decompensation. Key points Hospitalisation due to heart failure decompensation represents the highest share of healthcare costs for this disease. So far, no primary care studies have analysed the relationship between precipitating factors and short term prognosis of heart failure decompensation episodes. We found that in 692 patients with heart failure decompensation in primary care, the respiratory infection and rapid atrial fibrillation (AF) increased the risk of short-term hospital admission or death. Patients with a hospital admission the previous year and a decompensation episode caused by respiratory infection were even more likely to be hospitalized or die within 30 d.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».