Regional differences in precipitating factors of hospitalization for acute heart failure: insights from the <scp>REPORT‐HF</scp> registry
Notice bibliographique
Résumé
Aims Few prior studies have investigated differences in precipitants leading to hospitalizations for acute heart failure (AHF) in a cohort with global representation. Methods and results We analysed the prevalence of precipitants and their association with outcomes in 18 553 patients hospitalized for AHF in REPORT‐HF (prospective international REgistry to assess medical Practice with lOngitudinal obseRvation for Treatment of Heart Failure) according to left ventricular ejection fraction subtype (reduced [HFrEF] and preserved ejection fraction [HFpEF]) and presentation (new‐onset vs. decompensated chronic heart failure [DCHF]). Patients were enrolled from 358 centres in 44 countries stratified according to Latin America, North America, Western Europe, Eastern Europe, Eastern Mediterranean and Africa, Southeast Asia, and Western Pacific. Precipitants were pre‐with mutually exclusive categories and selected according to the local investigator's discretion. Outcomes included in‐hospital and 1‐year mortality. The median age was 67 (interquartile range 57–77) years, and 39% were women. Acute coronary syndrome (ACS) was the most common precipitant in patients with new‐onset heart failure in all regions except for North America and Western Europe, where uncontrolled hypertension and arrhythmia, respectively, were the most common precipitants, independent of confounders. In patients with DCHF, non‐adherence to diet/medication was the most common precipitant regardless of region. Uncontrolled hypertension was a more likely precipitant in HFpEF, non‐adherence to diet/medication, and ACS were more likely precipitants in HFrEF. Patients admitted due to worsening renal function had the worst in‐hospital (5%) and 1‐year post‐discharge (30%) mortality rates, regardless of region, heart failure subtype and admission type ( p interaction >0.05 for all). Conclusion Data on global differences in precipitants for AHF highlight potential regional differences in targets for preventing hospitalization for AHF and identifying those at highest risk for early mortality.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».