Association of Diabetes With Atrial Fibrillation Phenotype and Cardiac and Neurological Comorbidities: Insights From the Swiss-AF Study.
Notice bibliographique
Résumé
Background Diabetes is a major risk factor for atrial fibrillation (AF). However, it remains unclear whether individual AF phenotype and related comorbidities differ between patients who have AF with and without diabetes. This study investigated the association of diabetes with AF phenotype and cardiac and neurological comorbidities in patients with documented AF. Methods and Results Participants in the multicenter Swiss-AF (Swiss Atrial Fibrillation) study with data on diabetes and AF phenotype were eligible. Primary outcomes were parameters of AF phenotype, including AF type, AF symptoms, and quality of life (assessed by the European Quality of Life-5 Dimensions Questionnaire [EQ-5D]). Secondary outcomes were cardiac (ie, history of hypertension, myocardial infarction, and heart failure) and neurological (ie, history of stroke and cognitive impairment) comorbidities. The cross-sectional association of diabetes with these outcomes was assessed using logistic and linear regression, adjusted for age, sex, and cardiovascular risk factors. We included 2411 patients with AF (27.4% women; median age, 73.6 years). Diabetes was not associated with nonparoxysmal AF (odds ratio [OR], 1.01; 95% CI, 0.81-1.27). Patients with diabetes less often perceived AF symptoms (OR, 0.74; 95% CI, 0.59-0.92) but had worse quality of life (β=-4.54; 95% CI, -6.40 to -2.68) than those without diabetes. Patients with diabetes were more likely to have cardiac (hypertension [OR, 3.04; 95% CI, 2.19-4.22], myocardial infarction [OR, 1.55; 95% CI, 1.18-2.03], heart failure [OR, 1.99; 95% CI, 1.57-2.51]) and neurological (stroke [OR, 1.39, 95% CI, 1.03-1.87], cognitive impairment [OR, 1.75, 95% CI, 1.39-2.21]) comorbidities. Conclusions Patients who have AF with diabetes less often perceive AF symptoms but have worse quality of life and more cardiac and neurological comorbidities than those without diabetes. This raises the question of whether patients with diabetes should be systematically screened for silent AF. Registration URL: https://www.clinicaltrials.gov; Unique Identifier: NCT02105844.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».