Time-Weighted Lactate as a Predictor of Adverse Outcome in Acute Heart Failure
Notice bibliographique
Résumé
Abstract Aims The role of dynamic changes in lactate concentrations on prognosis in acute heart failure has been poorly investigated. The aim of this study was to explore the predictive value of 24 h time-weighted lactate (LACTW) in patients with acute heart failure. Methods and results Ninety-six consecutive acute heart failure patients presenting to the Emergency Department of San Paolo Hospital, Naples, Italy, were prospectively enrolled. Arterial blood lactate was measured at admission and during the following 24 h at random time intervals. LACTW was obtained by the sum of the average lactate values among consecutive time points multiplied by the intervals between consecutive time points and dividing the sum by the total time (24 h). The outcome was a composite of need of admission to the intensive care unit, hospitalization duration >7 days, or intra-hospital death. Admission lactate, maximum measured lactate, and LACTW were collected. Univariate and multivariate Cox regression analysis was applied to determine the hazard ratio (HR) of developing the outcome. Forty-three patients experienced the pre-specified outcome. In sex-adjusted and age-adjusted multivariable analysis, LACTW predicted the outcome occurrence (HR: 1.51, 95% confidence interval: 1.24, 1.84, P < 0.001). Risk stratification analysis based on LACTW tertiles demonstrated a gradual increase in risk of developing the outcome (HR: 17.32, 95% confidence interval: 2.30, 130.23, P = 0.006) for the highest LACTW tertile. Conclusions In acute heart failure patients, 24 h LACTW had a significant independent predictive value for adverse intra-hospital outcome. LACTW could be a useful index at identifying high-risk patients who may require a more aggressive treatment during hospitalization.
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 | 0,001 |
| 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) | 0,003 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».