Abstract 13315: Long-term Risk of Cardiovascular Events Following Hospitalization for Sepsis: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
Introduction: Sepsis results in dysregulated inflammation, coagulation, and metabolism, which may contribute to increased cardiovascular disease (CVD) risk. We conducted a systematic review and meta-analysis to determine the association between sepsis and subsequent long-term CVD events. Methods: MEDLINE, Embase, and the Cochrane Controlled Trials Register and Database of Systematic Reviews were searched from inception to May 2020 to identify observational studies of adult sepsis survivors (defined by diagnostic codes or consensus definitions) measuring long-term CV outcomes. The primary outcome was a composite of myocardial infarction, CV death, and stroke. Random-effects models estimated the pooled cumulative incidence and adjusted hazard ratios of CV events relative to hospital or population controls. Odds ratios were included as risk ratios assuming <10% incidence in non-septic controls, and risk ratios were taken as hazard ratios (HR) assuming no censoring. Outcomes were analyzed at maximum follow-up (primary analysis) and stratified by time (<1 year, 1-2 years, and >2 years) since sepsis. Results: Of 11,235 abstracts screened, 25 studies (22 cohort studies, 2 case-crossover studies, and 1 case-control) involving 1,949,793 sepsis survivors were included. The pooled cumulative incidence of CVD events was 9% (95% CI; 5-14%). Sepsis was associated with an increased risk (HR 1.59, 95% CI 1.37-1.86) of CVD events at maximum follow-up ( Figure ); between-study heterogeneity was substantial (I 2 =97.3%). There was no significant difference when comparing studies using population and hospital controls. Significantly elevated risk was observed up to 5 years following sepsis. Conclusions: Sepsis survivors experience an approximately 50% increased risk of CVD events, which may persist for years following the index episode. These results highlight a potential unmet need for early cardiac risk stratification and optimization in sepsis survivors.
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 | 0,015 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,021 | 0,039 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».