Association of psychosocial factors with <scp>all‐cause</scp> hospitalizations in patients with atrial fibrillation
Notice bibliographique
Résumé
BACKGROUND: A high burden of cardiovascular comorbidities puts patients with atrial fibrillation (AF) at high risk for hospitalizations, but the role of other factors is less clear. HYPOTHESIS: To determine the relationship between psychosocial factors and the risk of unplanned hospitalizations in AF patients. METHODS: Prospective observational cohort study of 2378 patients aged 65 or older with previously diagnosed AF across 14 centers in Switzerland. Marital status and education level were defined as social factors, depression and health perception were psychological components. The pre-defined outcome was unplanned all-cause hospitalization. RESULTS: During a median follow-up of 2.0 years, a total of 1713 hospitalizations occurred in 37% of patients. Compared to patients who were married, adjusted rate ratios (aRR) for all-cause hospitalizations were 1.28 (95% confidence interval [CI], 0.97-1.69) for singles, 1.31 (95%CI, 1.06-1.62) for divorced patients, and 1.02 (95%CI, 0.82-1.25) for widowed patients. The aRRs for all-cause hospitalizations across increasing quartiles of health perception were 1.0 (highest health perception), 1.15 (95%CI, 0.84-1.59), 1.25 (95%CI, 1.03-1.53), and 1.66 (95%CI, 1.34-2.07). No different hospitalization rates were observed in patients with a secondary or primary or less education as compared to patients with a college degree (aRR, 1.06; 95%CI, 0.91-1.23 and 1.05; 95%CI, 0.83-1.33, respectively). Presence of depression was not associated with higher hospitalization rates (aRR, 0.94; 95%CI, 0.68-1.29). CONCLUSIONS: The findings suggest that psychosocial factors, including marital status and health perception, are strongly associated with the occurrence of hospitalizations in AF patients. Targeted psychosocial support interventions may help to avoid unnecessary hospitalizations. TRIAL REGISTRATION: ClinicalTrials.gov Identifier NCT02105844.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».