Long-term clinical course and prognostic factors of heart failure with reduced ejection fraction (HFrEF) patients underwent primary prophylactic implantable cardioverter defibrillator (ICD)
Notice bibliographique
Résumé
Abstract Background For decades, ICD is a well-established therapy for improving prognosis of structural heart disease with severe cardiac dysfunction, and ICD for primary prophylaxis against sudden cardiac death were routinely provided. However, long-term prognosis and clinical course are different in each individual patient with an ICD, and it is moreover unclear what kind of factors might have influences on their clinical outcomes. Purpose The aim of this study is to clarify long-term prognosis and predictors of future major adverse cardiac events (MACEs) in HFrEF patients with an ICD as primary prophylaxis in Japanese population. Methods We retrospectively analyzed our ICD database. Patients underwent primary prophylactic ICD implantation from 2006 to 2020 at our institute and met the criteria of ICD recommendation of the latest Japanese guideline. Its requirements are receiving optimal medication therapy, symptomatic heart failure (New York Heart Association classification II or greater), and severe cardiac dysfunction (left ventricular ejection fraction (LVEF) is 35% or less). Additionally, prior NSVT is considered Class I ICD recommendation. In the case of ischemic cardiomyopathy (ICM), ICD implantation was done at least 40 days after myocardial infarction and at least 90 days after revascularization. MACEs were defined as composite outcome of cardiovascular death, heart failure hospitalization, and appropriate ICD therapies. Results A total of 148 consecutive patients were enrolled (male, 120 (81%); age, 62.1±11.8 years; LVEF, 23.0±5.86%; left ventricular end-diastolic diameter (LVDd), 67.6±9.26mm; paroxysmal or persistent atrial fibrillation (AF), 38 (26%); NSVT, 113 (76%); use of class III antiarrhythmic drugs, 48 (32%); ICM, 49 (33%); cardiac resynchronization therapy (CRT), 63 (43%)). One hundred twenty patients (81%) were programmed with a shock-only zone over 200 beats per minute. The median follow-up duration was 58.5 months. Among those 148 patients, MACEs were occurred to 60 patients (41%). As a result of dividing all patients into two groups by the occurrence of MACE, LVEF and LVDd were worse in MACE(+) group, whereas, MACE(−) had greater number of co morbidities. The results of cox-regression analysis showed LVDd (HR: 1.07, 95% CI: 1.03–1.12, p<0.001), AF (HR: 2.88, 95% CI: 1.56–5.31, p<0.001) and ICM (HR: 1.78, 95% CI: 1.00–3.16, p=0.049) were the independent predictors of MACEs (Table). However, initial ICD programming was not related to the occurrence of MACE. Conclusions The incidence of MACEs in patients with an ICD and severe HFrEF was substantially high in this Japanese population. Etiology of ICM, left ventricle size, and AF were the potential risk factors for future MACEs. Funding Acknowledgement Type of funding sources: None.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».