MétaCan
Menu
Retour à la cohorte
Enregistrement W3108467171 · doi:10.1002/ehf2.13109

The LENT Index Predicts 30 Day Outcomes Following Hospitalization for Heart Failure

2020· article· en· W3108467171 sur OpenAlexafffund
Harriette G.C. Van Spall, Tauben Averbuch, Shun Fu Lee, Urun Erbas Oz, Mamas A. Mamas, James L. Januzzi, Dennis T. Ko

Notice bibliographique

RevueESC Heart Failure · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensSunnybrook Health Science CentreHealth Sciences CentreImpactMcMaster UniversityPopulation Health Research Institute
Organismes subventionnairesCanadian Institutes of Health ResearchOntario Ministry of Health and Long-Term Care
Mots-clésMedicineHeart failureInternal medicineStatisticRelative riskConfidence intervalStatistics

Résumé

récupéré en direct d'OpenAlex

AIMS: The LE index (Length of hospitalization plus number of Emergent visits ≤6 months) predicts 30 day all-cause readmission or death following hospitalization for heart failure (HF). We combined N-terminal pro-B type natriuretic peptide (NT-proBNP) levels with the LE index to derive and validate the LENT index for risk prediction at the point of care on the day of hospital discharge. METHODS AND RESULTS: In this prospective cohort sub-study of the Patient-centred Care Transitions in HF clinical trial, we used log-binomial regression models with LE index and either admission or discharge NT-proBNP as the predictors and 30 day composite all-cause readmission or death as the primary outcome. No other variables were added to the model. We used regression coefficients to derive the LENT index and bootstrapping analysis for internal validation. There were 772 patients (mean [SD] age 77.0 [12.4] years, 49.9% female). Each increment in the LE index was associated with a 25% increased risk of the primary outcome (RR 1.25, 95% CI 1.16-1.35; C-statistic 0.63). Adjusted for the LE index, every 10-fold increase in admission and discharge NT-proBNP was associated with a 48% (RR 1.48; 95% CI 1.10, 1.99; C-statistic 0.64; net reclassification index [NRI] 0.19) and 56% (RR 1.56; 95% CI 1.08, 2.25; C-statistic 0.64; NRI 0.21) increased risk of the primary outcome, respectively. The predicted probability of the primary outcome increased to a similar extent with incremental LENT, regardless of whether admission or discharge NT-proBNP level was used. CONCLUSIONS: The point-of-care LENT index predicts 30 day composite all-cause readmission or death among patients hospitalized with HF, with improved risk reclassification compared with the LE index. The performance of this simple, 3-variable index - without adjustment for comorbidities - is comparable to complex risk prediction models in HF.

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 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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,876
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,015
Tête enseignante GPT0,268
Écart entre enseignants0,253 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueESC Heart FailureMême sujetHeart Failure Treatment and ManagementTravaux en français237 207