Trajectory of left ventricular ejection fraction in response to therapies in patients with muscular dystrophy
Notice bibliographique
Résumé
BACKGROUND: Patients with muscular dystrophy (MD) are at elevated risk of serious cardiac complications and clinical assessment is limited due to inherent physical limitations. We assessed the utility of left ventricular ejection fraction (LVEF) derived from transthoracic echocardiogram (TTE) as a prognostic marker for major adverse cardiac events (MACE) in a mixed adult MD cohort. METHODS: One hundred and sixty-five MD patients (median age: 36 (interquartile range [IQR]: 23.0-49.0) years; 65 [39.4%] females) were enrolled in our prospective cohort study. Diagnoses included dystrophinopathies (n = 42), limb-girdle MD (n = 31), type 1 myotonic dystrophy (n = 71), and facioscapulohumeral MD (n = 21). Left ventricular ejection fraction, ventricular dimensions at end-diastole and end-systole, and serial measures (n = 124; follow-up period: 2.19 [IQR: 1.05-3.32] years) stratified patients for MACE risk. RESULTS: Cardiomyopathy was diagnosed in 60 (36.4%) patients of the broader cohort (median LVEF: 45.0 [IQR: 35.0-50.0] %). Ninety-eight MACE occurred over the 7-year study period. At baseline, patients with a LVEF < 55.0% had a high risk of MACE (adjusted odds ratio: 8.30; 95% confidence interval [CI]: 3.18-21.7), concordant with the analysis of LV dimensions. Forty-one percent of these patients showed an improvement in LVEF with the optimization of medical and device therapies. Relative to patients with preserved LVEF, patients with reduced LVEF were at an elevated risk of MACE (adjusted hazard ratio [aHR]: 7.21; 95% CI: 1.99-26.1), and improved LVEF resulted in comparable outcomes (aHR: 1.84; 95% CI: .49-6.91) associated with optimization of medical and device therapies. Reduction in QRS duration by CRT therapy was associated with an improvement in LVEF (average improvement: 12.8 [± 2.30] %; p = .04). CONCLUSIONS: Reduction in LVEF indicates an increased risk of cardiovascular events in patients with MD. Baseline and serial LVEF obtained by TTE can prognosticate patients for MACE and guide clinical management.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».