Congestion in heart failure: a circulating biomarker‐based perspective. A review from the Biomarkers Working Group of the Heart Failure Association, European Society of Cardiology
Notice bibliographique
Résumé
Congestion is a cardinal sign of heart failure (HF). In the past, it was seen as a homogeneous epiphenomenon that identified patients with advanced HF. However, current evidence shows that congestion in HF varies in quantity and distribution. This updated view advocates for a congestive-driven classification of HF according to onset (acute vs. chronic), regional distribution (systemic vs. pulmonary), compartment of distribution (intravascular vs. extravascular), and clinical vs. subclinical. Thus, this review will focus on the utility of circulating biomarkers for assessing and managing the different fluid overload phenotypes. This discussion focused on the clinical utility of the natriuretic peptides, carbohydrate antigen 125 (also called mucin 16), bio-adrenomedullin and mid-regional pro-adrenomedullin, ST2 (also known as interleukin-1 receptor-like 1), cluster of differentiation 146, troponin, C-terminal pro-endothelin-1, and parameters of haemoconcentration. The utility of circulation biomarkers on top of clinical evaluation, haemodynamics, and imaging needs to be better determined by dedicated studies. Some multiparametric frameworks in which these tools contribute to management are proposed.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».