Risk for recurrent cardiovascular disease events among patients with diabetes and chronic kidney disease
Notice bibliographique
Résumé
BACKGROUND: Adults who have experienced multiple cardiovascular disease (CVD) events have a very high risk for additional events. Diabetes and chronic kidney disease (CKD) are each associated with an increased risk for recurrent CVD events following a myocardial infarction (MI). METHODS: We compared the risk for recurrent CVD events among US adults with health insurance who were hospitalized for an MI between 2014 and 2017 and had (1) CVD prior to their MI but were free from diabetes or CKD (prior CVD), and those without CVD prior to their MI who had (2) diabetes only, (3) CKD only and (4) both diabetes and CKD. We followed patients from hospital discharge through December 31, 2018 for recurrent CVD events including coronary, stroke, and peripheral artery events. RESULTS: Among 162,730 patients, 55.2% had prior CVD, and 28.3%, 8.3%, and 8.2% had diabetes only, CKD only, and both diabetes and CKD, respectively. The rate for recurrent CVD events per 1000 person-years was 135 among patients with prior CVD and 110, 124 and 171 among those with diabetes only, CKD only and both diabetes and CKD, respectively. Compared to patients with prior CVD, the multivariable-adjusted hazard ratio for recurrent CVD events was 0.92 (95%CI 0.90-0.95), 0.89 (95%CI: 0.85-0.93), and 1.18 (95%CI: 1.14-1.22) among those with diabetes only, CKD only, and both diabetes and CKD, respectively. CONCLUSION: Following MI, adults with both diabetes and CKD had a higher risk for recurrent CVD events compared to those with prior CVD without diabetes or CKD.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| 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 ».