CHANGES IN VASOACTIVE DRUG REQUIREMENTS AND MORTALITY IN CARDIAC INTENSIVE CARE UNIT PATIENTS
Notice bibliographique
Résumé
ABSTRACT: Background: The Society for Cardiovascular Angiography and Intervention (SCAI) Shock Classification can define shock severity. We evaluated the vasoactive-inotropic score (VIS) combined with the SCAI Shock Classification for mortality risk stratification. Methods: This was a single-center retrospective cohort analysis including Mayo Clinic cardiac intensive care unit patients from 2007 to 2015. The peak VIS was calculated at 1 and 24 h after cardiac intensive care unit admission. In-hospital mortality was evaluated using multivariable logistic regression. Results: Of 9,916 included patients, vasoactive drugs were used in 875 (8.8%) within 1 h and 2,196 (22.1%) within 24 h. A total of 888 patients (9.0%) died during hospitalization. Patients who required vasoactive drugs within 1 h had higher in-hospital mortality (adjusted odds ratio [OR], 1.30; 95% confidence interval [CI], 1.03-1.65; P = 0.03) and in-hospital mortality rose with the VIS during the first 1 h (adjusted OR per 10 units, 1.22; 95% CI, 1.12-1.33; P < 0.001). The increase in VIS from 1 to 24 h was associated with higher in-hospital mortality (adjusted OR per 10 units, 1.16; 95% CI, 1.10-1.21; P < 0.001). These results were consistent in the 1,067 patients (10.9%) with cardiogenic shock. A gradient of in-hospital mortality was observed according to the VIS at 1 h and the increase in VIS from 1 to 24 h. Conclusions: Higher vasoactive drug requirements portend a higher risk of mortality, particularly a high VIS early after admission. The VIS provides incremental prognostic information beyond the SCAI Shock Classification, emphasizing the continuum of risk that exists across the spectrum of shock severity.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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) | 0,000 | 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 ».