Abstract 16658: Serum Potassium and Risk of Death in Patients With HFpEF: An Analysis of PARAGON-HF
Notice bibliographique
Résumé
Introduction: Hyper- and hypo-kalemia have each been associated with higher risk of death in in heart failure with reduced ejection fraction but the relationship between serum potassium and risk of death in heart failure with preserved ejection fraction (HFpEF) is not well established. We assessed the risk associated with high and low potassium in patients with HFpEF enrolled in the PARAGON-HF trial. Aim: To explore the association between serum potassium and mortality in patients with HFpEF and examine the interaction with renal function. Methods: Repeated events, Cox and mixed-effects models. The primary outcome in this analysis was death from any cause. Results: Patients: mean age 73 years, 52% female. Higher potassium was not associated with higher risk of death: adjusted time-updated HR (95%CI) for potassium >5.0 mmol/l =1.06 (0.85-1.32); p=0.61 (potassium 4-5 mmol/l referent HR=1.0). However, lower potassium was associated with higher risk of death: adjusted HR for potassium <4.0 mmol/l=1.51 (1.21-1.87); p<0.001. However, the risk related to potassium was modified by baseline renal function (p for interaction <0.05), whereby the excess mortality in patients with low potassium was most prominent in patients with an eGFR <60 ml/min/1.73m 2 (Figure). Conclusion: In adjusted analyses, low potassium was independently associated with mortality in patients with HFpEF, especially in the context of renal impairment.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».