Impact of Mitral Regurgitation in Patients with Acute Heart Failure: Insights from the RELAX-AHF-2 Trial
Notice bibliographique
Résumé
AIMS: The impact of mitral regurgitation (MR) in patients hospitalized for acute heart failure (AHF) is not well established. We assessed the role of MR in patients enrolled in the Relaxin in Acute Heart Failure 2 (RELAX-AHF-2) trial. METHODS AND RESULTS: Patients enrolled in RELAX-AHF-2 with available data regarding MR status were included in this analysis. Baseline characteristics, in-hospital data, and clinical outcomes through 180-day follow-up were evaluated. The impact of moderate/severe MR was assessed. Among 6420 AHF patients with known MR status, 1810 patients (28.2%) had moderate/severe MR. Compared to patients with no/mild MR, those with moderate/severe MR were more likely to have history of heart failure (HF), prior HF hospitalization, more comorbidities, symptoms/signs of HF, lower left ventricular ejection fraction and higher N-terminal pro-B-type natriuretic peptide levels. Moderate/severe MR was associated with longer length of hospital stay, higher rates of residual dyspnoea, increased jugular venous pressure through the index hospitalization and a higher unadjusted risk of the composite of cardiovascular (CV) death or rehospitalization for HF/renal failure (RF) through 180 days (crude hazard ratio [HR] 1.15, 95% confidence interval [CI] 1.03-1.27, p = 0.01). The association between moderate/severe MR and poorer outcomes was not maintained in a multivariable model including several covariates of interest (adjusted HR 1.03, 95% CI 0.91-1.17, p = 0.65). Similar findings were observed for HF/RF rehospitalization alone. CONCLUSIONS: In patients with AHF, moderate/severe MR was associated with a worse clinical profile but did not have an independent prognostic impact on clinical outcomes.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».