Abstract 9464: Left Ventricular Ejection Fraction Trajectory Predicts Outcomes in Patients With Heart Failure and Mildly Reduced Ejection Fraction
Notice bibliographique
Résumé
Introduction: Heart failure and mildly reduced ejection fraction (HFmrEF) is associated with a favourable prognosis compared heart failure with reduced EF. However, HFmrEF may be a transitory state and serial imaging might clarify if these patients demonstrate an increasing, decreasing or stable EF. Hypothesis: LVEF trajectory can identify sub-groups of patients with HFmrEF with different prognosis. Materials and Methods: Patients with a diagnosis of HF and at least two echocardiograms performed ≥6 months apart were included if the LVEF measured 40-49% on the second study. They were classified based on change from their first echocardiogram as: a) HFmrEF-Incr if LVEF had increased ≥ 10% (n=450), b) HFmrEF-Dec if LVEF had decreased ≥10% (n=512), or c) HFmrEF-stable if they did not meet the other criteria (n=389). The primary outcome was a composite of all-cause mortality or cardiovascular hospitalization (ACM/CVH). Associations with time to first event were assessed with multivariable Cox analyses adjusted for age, medical history, and medications. Results: In total, 1351 patients with HFmrEF were included (median age 74, 35.8% women). During a median follow-up of 15.3 months, ACM/CVH occurred in 811 patients (324 ACM, 487 CVH). HFmrEF-Incr was associated with a lower incidence of ACM/CVH compared to patients with HFmrEF-Stable (adjusted HR 0.72, 95% CI 0.59 - 0.87, p<0.001). Patients with HFmrEF-Dec were more likely to experience the composite outcome in unadjusted analyses (unadjusted HR 1.19, p=0.040) but not adjusted analyses (adjusted HR 1.13, 95% CI 0.96 - 1.34, p=0.140). Conclusions: Patients with HFmrEF and positive trajectory of LVEF were less likely to experience adverse outcomes, while those with a negative LVEF trajectory demonstrated a trend to higher risk. Categories based on LVEF trajectory provide clinically meaningful information and may help physicians make decisions regarding the need to pursue more aggressive medical therapy and surveillance.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».