MétaCan
Menu
← Retour à la cohorte
Enregistrement W3201531986 · doi:10.1161/jaha.120.017735

LVS‐HARMED Risk Score for Incident Heart Failure in Patients With Atrial Fibrillation Who Present to the Emergency Department: Data from a World‐Wide Registry

2021· article· en· W3201531986 sur OpenAlexafffund
Linda Johnson, Jonas Oldgren, Tyler W. Barrett, Candace D. McNaughton, Jorge Wong, William F. McIntyre, Clifford L. Freeman, Laura Murphy, Gunnar Engström, Michael D. Ezekowitz, Stuart J. Connolly, Lizhen Xu, Juliet Nakamya, David Conen, Shrikant I. Bangdiwala, Salim Yusuf, Jeff S. Healey

Notice bibliographique

RevueJournal of the American Heart Association · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAtrial Fibrillation Management and Outcomes
Établissements canadiensMcMaster UniversityPopulation Health Research Institute
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute on Drug AbuseCenters for Disease Control and PreventionSvenska LäkaresällskapetNational Institutes of HealthPfizerNational Heart, Lung, and Blood InstituteCanadian Institutes of Health ResearchRiksförbundet HjärtLungMcMaster UniversityHamilton Health SciencesU.S. Department of Veterans Affairs
Mots-clésMedicineAtrial fibrillationHeart failureInternal medicineEmergency departmentMyocardial infarctionCardiologyOdds ratioHeart disease

Résumé

récupéré en direct d'OpenAlex

Background Heart failure (HF) is a common complication to atrial fibrillation (AF), leading to rehospitalization and death. Early identification of patients with AF at risk for HF might improve outcomes. We aimed to derive a score to predict 1-year risk of new-onset HF after an emergency department (ED) visit with AF. Methods and Results The RE-LY AF (Randomized Evaluation of Long-Term Anticoagulant Therapy) registry enrolled patients with AF presenting to an ED in 47 countries, and followed them for a year. The end point was HF hospitalization and/or HF death. Among 15 400 ED patients, 9765 had no prior HF (mean age, 64.9±14.9 years). Within 1 year, new-onset HF developed in 6.8% of patients, of whom 21% died of HF. Independent predictors of HF included left ventricular hypertrophy (odds ratio [OR], 1.47; 95% CI, 1.19-1.82), valvular heart disease (OR, 1.55; 95% CI, 1.18-2.04), smoking (OR, 1.42; 95% CI, 1.12-1.78), height (OR, 0.93; 95% CI, 0.90-0.95 per 3 cm), age (OR, 1.11; 95% CI, 1.07-1.15 per 5 years), rheumatic heart disease (OR, 1.77, 95% CI, 1.24-2.51), prior myocardial infarction (OR, 1.85; 95% CI, 1.45-2.36), remaining in AF at ED discharge (OR, 1.86; 95% CI, 1.46-2.36), and diabetes (OR, 1.33; 95% CI, 1.09-1.64). A continuous risk prediction score (LVS-HARMED [left ventricular, valvular heart disease, smoking or other tobacco use, height, age, rheumatic heart disease, myocardial infarction, emergency department discharge rhythm, and diabetes]) had good discrimination (C statistic, 0.735; 95% CI, 0.716-0.755). Validation was conducted internally using bootstrapping (optimism-corrected C statistic, 0.705) and externally (C statistic, 0.699). The 1-year incidence of HF hospitalization and/or HF death across quartile groups of the score was 1.1%, 4.5%, 6.9%, and 14.4%, respectively. LVS-HARMED also predicted incident stroke (C statistic, 0.753; 95% CI, 0.728-0.778). Conclusions The LVS-HARMED score predicts new-onset HF after an ED visit for AF. Preventative strategies should be considered in patients with high LVS-HARMED HF risk.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,324
Écart entre enseignants0,289 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the American Heart Association→Même sujetAtrial Fibrillation Management and Outcomes→Travaux en français237 207→