MétaCan
Menu
← Retour à la cohorte
Enregistrement W4306319091 · doi:10.1093/eurheartj/ehac544.1421

Association of malnutrition with in-hospital and long-term outcomes among ST-elevation myocardial infarction patients receiving primary PCI

2022· article· en· W4306319091 sur OpenAlexaff
Farshad Hosseini, Ian Pitcher, Martin H. Kang, Melanie Mackay, Jack W. Singer, T Lee, Kenneth Madden, James Cairns, Gavin WK Wong, Christopher B. Fordyce

Notice bibliographique

RevueEuropean Heart Journal · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensCentre for Advancing Health OutcomesUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineMyocardial infarctionCardiogenic shockPercutaneous coronary interventionMalnutritionInternal medicineConventional PCIStroke (engine)Body mass indexPopulationHeart failure

Résumé

récupéré en direct d'OpenAlex

Abstract Background The impact of malnutrition on outcomes in a contemporary ST-segment-elevation myocardial infarction (STEMI) population is unclear. We hypothesized that malnutrition severity amongst STEMI patients undergoing primary percutaneous coronary intervention (pPCI) is associated with worse long-term outcomes. Purpose The aim of this study was 2-fold: 1) to establish the prevalence of malnutrition among STEMI patients undergoing pPCI; 2) to determine the association of malnutrition severity on in-hospital and 1-year outcomes in STEMI patients receiving pPCI Methods We retrospectively identified 1,169 STEMI patients of age ≥65 years who had received pPCI (2013–2020). Patients who had presented with out-of-hospital cardiac arrest or those who received fibrinolytic therapy were excluded. The Controlling Nutritional Status (CONUT) score, based on serum albumin, total cholesterol and lymphocyte count, was used as a tool to assess the nutritional status of included patients. Malnourished patients were defined as those with a CONUT score of 5 to 12. To account for the impact of frailty, a frailty index (FI) was determined using the health deficit accumulation model (Table 1). The primary outcome was 1-year all-cause mortality. The secondary outcome was a composite of in-hospital heart failure, cardiogenic shock, re-infarction, major bleeding, stroke, and all-cause mortality. A multivariable model adjusting for baseline covariates, including frailty index score, was performed (Figure 1). Results Among 1,169 STEMI patients receiving pPCI, 315 (26.9%) were classified as malnourished. Malnourished patients were older (mean 77.4 vs. 76.0 years, p=0.009) and had a higher comorbidity burden. After multivariable adjustment, worsening malnutrition was associated with increased 1-year all-cause mortality (odds ratio [OR] = 1.29, p<0.001). Worsening malnutrition was also associated with a higher incidence of the in-hospital composite adverse outcome (OR = 1.12, p=0.003) and increased in-hospital all-cause mortality (OR=1.41, p<0.001). Conclusion Among STEMI patients receiving pPCI, 1 in 4 were malnourished. Malnutrition was associated with increased rate of in-hospital composite adverse outcome and worse long-term outcomes, even when accounting for frailty. Efforts to routinely identify malnourished STEMI patients and to implement best practices to reduce the risk of adverse events in this vulnerable population are warranted. 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,281
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Heart Journal→Même sujetNutrition and Health in Aging→Travaux en français237 207→