Clinical Profiles and Outcomes of Heart Failure in Five African Countries: Results from INTER-CHF Study
Notice bibliographique
Résumé
Background: A wide knowledge gap exists on the clinical profiles and outcomes of heart failure (HF) in sub-Saharan Africa. Objectives: To determine the clinical profiles and outcomes of HF patients from five African countries. Methods: The INTERnational Congestive Heart Failure Study (INTER-CHF) is a prospective, multicenter cohort study. A total of 1,294 HF patients were consecutively recruited from Nigeria (383 patients), South Africa (169 patients), Sudan (501 patients), Uganda (151patients), and Mozambique (90 patients). HF was defined according to the Boston criteria for diagnosis. Cognitive function was assessed using the Montreal Cognitive Assessment (MoCA) score. Results: Of the 1294 patients, 51.4% were recruited as out-patients, 53.7% had HF with reduced ejection fraction (EF), 30.1% had HF with mid-range EF and 16.2% had HF with preserved EF (16.2%). The commonest etiologies of HF were hypertensive heart disease (35%) and ischemic heart disease (20%). The mean MoCA score was highest in Uganda (24.3 ± 1.1) and lowest in Sudan (13.6 ± 0.3). Prescriptions for guideline-recommended HF therapies were poor; only 1.2% of South African patients received an Implantable Cardioverter Defibrillator, and none of the patients received Cardiac Resynchronised Therapy. The composite outcome of death or HF hospitalization at one year among the patients was highest in Sudan (59.7%) and lowest in Mozambique (21.1%). Six variables were associated with higher mortality risk, while digoxin use (adjusted hazard ratio [aHR]: 0.69; 95% confidence interval [CI]: 0.49-0.97; p = 0.034) and 10mmHg unit increase in systolic blood pressure (aHR 0.86; 95%CI 0.81-0.93; p < 0.001) were associated with lower risk for mortality. Conclusions: This is the largest HF study in Africa that included in- and out-patients from the West, East, North, Central and South African sub-regions. Clinically relevant differences, including cognitive functional impairment, were found between the involved countries.
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) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».