Development and external validation of prognostic models to predict sudden and pump-failure death in patients with HFrEF from PARADIGM-HF and ATMOSPHERE
Notice bibliographique
Résumé
BACKGROUND: Sudden death (SD) and pump failure death (PFD) are the two leading causes of death in patients with heart failure and reduced ejection fraction (HFrEF). OBJECTIVE: Identifying patients at higher risk for mode-specific death would allow better targeting of individual patients for relevant device and other therapies. METHODS: We developed models in 7156 patients with HFrEF from the Prospective comparison of ARNI with ACEI to Determine Impact on Global Mortality and morbidity in Heart Failure (PARADIGM-HF) trial, using Fine-Gray regressions counting other deaths as competing risks. The derived models were externally validated in the Aliskiren Trial to Minimize Outcomes in Patients with Heart Failure (ATMOSPHERE) trial. RESULTS: NYHA class and NT-proBNP were independent predictors for both modes of death. The SD model additionally included male sex, Asian or Black race, prior CABG or PCI, cancer history, MI history, treatment with LCZ696 vs. enalapril, QRS duration and ECG left ventricular hypertrophy. While LVEF, ischemic etiology, systolic blood pressure, HF duration, ECG bundle branch block, and serum albumin, chloride and creatinine were included in the PFD model. Model discrimination was good for SD and excellent for PFD with Harrell's C of 0.67 and 0.78 after correction for optimism, respectively. The observed and predicted incidences were similar in each quartile of risk scores at 3 years in each model. The performance of both models remained robust in ATMOSPHERE. CONCLUSION: We developed and validated models which separately predict SD and PFD in patients with HFrEF. These models may help clinicians and patients consider therapies targeted at these modes of death. TRIAL REGISTRATION NUMBER: PARADIGM-HF: ClinicalTrials.gov NCT01035255, ATMOSPHERE: ClinicalTrials.gov NCT00853658.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 ».