Myocardial fibrosis and inflammation are predictors of heart failure outcomes in people living with HIV
Notice bibliographique
Résumé
Abstract Background People living with HIV (PLWH) have higher prevalence of heart failure (HF), which cannot be fully related to traditional cardiovascular disease (CVD) risk factor< or coronary artery disease. Tissue characterisation by cardiac magnetic resonance (CMR), such as with T1 and T2 mapping, is a unique diagnostic approach to provide non-invasive insights into the underlying myocardial pathophysiology. Purpose To examine prognostic associations of CMR measures, conventional and modified CVD risk scores with HF outcome in PLWH on long-term highly active antiretroviral therapy (HAART). Methods Consecutive PLWH underwent prospectively standardized evaluation of HF using CMR, risk scores and blood markers. CMR protocol included T1 and T2 mapping, perfusion and scar imaging. MAGGIC, Framingham and D:A:D risk scores were collected. Primary HF endpoint was defined as hospitalization or mortality due to HF, and time-to-even analysis from the index CMR to the first event per patient was performed. Results 141 PLWH (61% males, 48.0 [40.1–54.6] years, CD4 count 655 [411–909] cells/μl) were included. 16 HF events were observed (12 hospitalizations and 4 deaths) during a median follow-up of 13 [9–16] months. Baseline myocardial native T1, T2, left ventricular volumes and troponin were significant univariate predictors of the HF endpoint. The only signifcant (p<0.001) independent predictor in the multivariate analysis was myocardial native T1 (T1 ≥4 SD, HR (95% CI): 5.0 [1.8–13.4]). Conventional and modified CVD risk scores showed no prognostic association with HF outcomes. Conclusions Our results show that presence and severity of myocardial inflammation and predominantly diffuse fibrosis detected by T2 and T1 mapping strongly relates to HF events in contrast to conventional and traditional CVD risk scores. Funding Acknowledgement Type of funding source: Public grant(s) – National budget only. Main funding source(s): The German Centre for Cardiovascular Research (DZHK)
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,002 | 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 ».