Association between prehospital arterial hypercapnia and mortality in acute heart failure: a retrospective cohort study
Notice bibliographique
Résumé
Abstract Background Acute Heart Failure (AHF) is a potentially lethal pathology and is often encountered in the prehospital setting. Although an association between prehospital arterial hypercapnia in AHF patients and admission in high-dependency and intensive care units has been previously described, there is little data to support an association between prehospital arterial hypercapnia and mortality in this population. Methods This was a retrospective study based on electronically recorded prehospital medical files. All adult patients with AHF were included. Records lacking arterial blood gas data were excluded. Other exclusion criteria included the presence of a potentially confounding diagnosis, prehospital cardiac arrest, and inter-hospital transfers. Hypercapnia was defined as a PaCO 2 higher than 6.0 kPa. The primary outcome was in-hospital mortality, and secondary outcomes were 7-day mortality and emergency room length of stay (ER LOS). Univariable and multivariable logistic regression models were used. Results We included 225 patients in the analysis. Prehospital hypercapnia was found in 132 (58.7%) patients. In-hospital mortality was higher in patients with hypercapnia (17.4% [23/132] versus 6.5% [6/93], p = 0.016), with a crude odds-ratio of 3.06 (95%CI 1.19–7.85). After adjustment for pre-specified covariates, the adjusted OR was 3.18 (95%CI 1.22–8.26). The overall 7-day mortality was also higher in hypercapnic patients (13.6% versus 5.5%, p = 0.044), and ER LOS was shorter in this population (5.6 h versus 7.1 h, p = 0.018). Conclusion Prehospital hypercapnia is associated with an increase in in-hospital and 7-day mortality in patient with AHF.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».