Prognostic Impact of Blood Pressure Change Patterns on Patients With Aortic Dissection After Admission
Notice bibliographique
Résumé
Objectives Hypertension is a predominant risk factor for aortic dissection (AD), and blood pressure (BP) control plays a vital role in the management of AD. However, the correlation between BP change and the prognosis for AD remains unclear. This study aims to demonstrate the impact of BP change patterns on AD prognosis. Methods This retrospective study included AD patients at two institutions (Shanghai Ninth People's Hospital Affiliated with Shanghai Jiao Tong University School of Medicine and the Vascular Department of the First Affiliated Hospital of Anhui Medical University) between 2004 and 2018. The systolic BP (SBP) change patterns of these patients were analyzed by functional data analysis (FDA). The relationship between BP change patterns and the risk of adverse events (AEs) was assessed using survival analysis. Results A total of 458 patients with AD were eligible for analysis. The logistic regression analysis indicated that compared with that in patients with low SBP variation (SBPV), the incidence of AEs in patients with high SBPV was significantly higher (35.84 vs. 20.35%, OR 2.19, P < 0.001). The patients were divided into four categories (accelerating rise, accelerating drop, decelerating rise, and decelerating drop) based on their SBP patterns after FDA fitting. The results of Kaplan–Meier analysis showed that at the 15- and 20-min time points, the incidence of AEs in the decelerating-drop group was significantly lower than that in the accelerating-rise group (OR 0.19, P = 0.031 and OR 0.23, P = 0.050). However, at the 25- and 30-min time points, the difference between these four groups was not significant (OR 0.26, P = 0.08 and OR 0.29, P = 0.10). Conclusions This study classified AD patients into four groups according to the SBP change patterns the first 30 min following admission, of which those with accelerating rises in SBP are at the highest risk of AEs, while those with decelerating drops have the best prognosis in the first 24 h after admission. Clinical practitioners may benefit from analyzing patterns of in-hospital SBP.
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) | 0,001 | 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 ».