Hyponatraemia and Changes in Natraemia During Hospitalization for Acute Heart Failure and Associations with In-Hospital and Long-Term Outcomes – from the ESC-HFA EORP Heart Failure Long-Term Registry
Notice bibliographique
Résumé
AIMS: To comprehensively assess hyponatraemia in acute heart failure (AHF) regarding prevalence, associations, hospital course, and post-discharge outcomes. METHODS AND RESULTS: Of 8298 patients in the European Society of Cardiology Heart Failure Long-Term Registry hospitalized for AHF with any ejection fraction, 20% presented with hyponatraemia (serum sodium <135 mmol/L). Independent predictors included lower systolic blood pressure, estimated glomerular filtration rate (eGFR) and haemoglobin, along with diabetes, hepatic disease, use of thiazide diuretics, mineralocorticoid receptor antagonists, digoxin, higher doses of loop diuretics, and non-use of angiotensin-converting enzyme inhibitors/angiotensin receptor blockers and beta-blockers. In-hospital death occurred in 3.3%. The prevalence of hyponatraemia and in-hospital mortality with different combinations were: 9% hyponatraemia both at admission and discharge (hyponatraemia Yes/Yes, in-hospital mortality 6.9%), 11% Yes/No (in-hospital mortality 4.9%), 8% No/Yes (in-hospital mortality 4.7%), and 72% No/No (in-hospital mortality 2.4%). Correction of hyponatraemia was associated with improvement in eGFR. In-hospital development of hyponatraemia was associated with greater diuretic use and worsening eGFR but also more effective decongestion. Among hospital survivors, 12-month mortality was 19% and adjusted hazard ratios (95% confidence intervals) were for hyponatraemia Yes/Yes 1.60 (1.35-1.89), Yes/No 1.35 (1.14-1.59), and No/Yes 1.18 (0.96-1.45). For death or heart failure hospitalization they were 1.38 (1.21-1.58), 1.17 (1.02-1.33), and 1.09 (0.93-1.27), respectively. CONCLUSION: Among patients with AHF, 20% had hyponatraemia at admission, which was associated with more advanced heart failure and normalized in half of patients during hospitalization. Admission hyponatraemia (possibly dilutional), especially if it did not resolve, was associated with worse in-hospital and post-discharge outcomes. Hyponatraemia developing during hospitalization (possibly depletional) was associated with lower risk.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».