Socioeconomic variations determine the clinical presentation, aetiology, and outcome of infective endocarditis: a prospective cohort study from the ESC-EORP EURO-ENDO (European Infective Endocarditis) registry
Notice bibliographique
Résumé
AIMS: Infective endocarditis (IE) is a life-threatening disease associated with high mortality and morbidity worldwide. We sought to determine how socioeconomic factors might influence its epidemiology, clinical presentation, investigation and management, and outcome, in a large international multicentre registry. METHODS AND RESULTS: The EurObservational Programme (EORP) of the European Society of Cardiology EURO-ENDO (European Infective Endocarditis) registry comprises a prospective cohort of 3113 adult patients admitted for IE in 156 hospitals in 40 countries between January 2016 and March 2018. Patients were separated in three groups, according to World Bank economic stratification [group 1: high income (75.6%); group 2: upper-middle income (15.4%); group 3: lower-middle income (9.1%)]. Group 3 patients were younger [median age (interquartile range, IQR): group 1, 66 (53-75) years; group 2, 57 (41-68) years; group 3, 33 (26-43) years; P < 0.001] with a higher frequency of smokers, intravenous drug use, and human immunodeficiency virus infection (all P < 0.001) and presented later [median (IQR) days since symptom onset: group 1, 12 (3-35); group 2, 19 (6-54); group 3, 31 (12-62); P < 0.001] with a higher likelihood of developing congestive heart failure (13.6%, 11.1%, and 22.6%, respectively; P < 0.001) and persistent fever (9.8%, 14.2%, and 27.9%, respectively; P < 0.001). Among 2157 (69.3%) patients with theoretical indication for cardiac surgery, surgery was performed less frequently in group 3 patients (75.5%, 76.8%, and 51.3%, respectively; P < 0.001), who also demonstrated the highest mortality (15.0%, 23.0%, and 23.7%, respectively; P < 0.001). CONCLUSION: Socioeconomic factors influence the clinical profile of patients presenting with IE across the world. Despite younger age, patients from the poorest countries presented with more frequent complications and higher mortality associated with delayed diagnosis and lower use of surgery.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».