Cardiac Rehabilitation and Secondary Prevention in Patients with Coronary Artery Disease and Atrial Fibrillation
Notice bibliographique
Résumé
Background: Referral to and participation in cardiac rehabilitation (CR) in Canada and elsewhere remains suboptimal. The evidence for the benefits of CR in reducing incidence of atrial fibrillation (AF) in patients with coronary artery disease (CAD) is modest. Furthermore, whether multifactorial risk factor intervention is effective in improving prognosis in patients with AF remains unclear. Methods: We studied these questions by conducting two projects. Project 1 is a systematic review, which evaluated evidence on the effects of multifactorial risk factor intervention in patients with AF. Project 2 is a retrospective cohort study, which evaluated the relationships of CR completion status and cardiorespiratory fitness (CRF) across a CR program with the risk of incident AF. These analyses in Project 2 were performed by linking databases from an Alberta provincial cardiac catheterization registry, a city-wide CR program in Calgary, and Alberta provincial health administrative datasets. Results: In Project 1, the systematic review suggested that multifactorial risk factor intervention was positively associated with improved AF-related symptoms and health-related quality of life. In Project 2, we first used electrocardiography data to improve the diagnostic yield of administrative data-based AF identification algorithms. We further demonstrated that CR program completion was not associated with lower risk of incident AF after adjusting for baseline characteristics. However, both baseline CRF, 12-week CRF, and CRF changes following CR completion had inverse dose-dependent relationships with the risk of incident AF. Furthermore, we developed a risk prediction model for incident AF in patients completing a CR program, which showed good discrimination and was well calibrated in predicting the risk of AF at 5-years follow-up. Conclusions: These findings have enhanced the importance of multifactorial risk factor intervention in managing patients with AF, and added to the current state of knowledge of CR in improving the prognosis of patients with CAD, thereby providing further support for the promotion of CR. Furthermore, the risk prediction model will help prioritize resources for patients who are at high risk of developing AF and can benefit the most from screening for AF and participating in personalized CR services.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».