Management and outcomes of acute myocardial infarction in patients with preexisting heart failure: an analysis of 2 million patients from the national inpatient sample
Notice bibliographique
Résumé
Background Inpatient management and outcomes of patients presenting with acute myocardial infarction (AMI) with a history of heart failure (HF) have not been well characterized.Methods Hospitalizations for AMI from the Nationwide Inpatient Sample (2015–2018) were categorized according to a preexisting diagnosis of HF with preserved ejection fraction (HFpEF), reduced ejection fraction (HFrEF), or absence of HF. Utilization of invasive management and in-hospital outcomes were analyzed.Results Among 2,434,639 hospitalizations with an AMI, 19.8% had a history of HFrEF and 11.9% had a history of HFpEF. Coronary angiography and PCI respectively were performed significantly less among patients with HF (36.6% and 17.4% in HFpEF, 51.1% and 24.6% in HFrEF, and 64.4% and 42.3% among patients without HF, all p < 0.0001). Mortality was more common among patients with HFrEF (10.3%) and HFpEF (8.3%) when compared to patients without a history of HF (6.4%), p < 0.0001. Conclusion HF is a common preexisting comorbidity among patients presenting with AMI and is associated with lower utilization of invasive procedures and higher complications including mortality, particularly among those with HFrEF.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».