Frailty and outcomes in heart failure patients from high-, middle-, and low-income countries
Notice bibliographique
Résumé
BACKGROUND AND AIMS: There is little information on the incremental prognostic importance of frailty beyond conventional prognostic variables in heart failure (HF) populations from different country income levels. METHODS: A total of 3429 adults with HF (age 61 ± 14 years, 33% women) from 27 high-, middle- and low-income countries were prospectively studied. Baseline frailty was evaluated by the Fried index, incorporating handgrip strength, gait speed, physical activity, unintended weight loss, and self-reported exhaustion. Mean left ventricular ejection fraction was 39 ± 14% and 26% had New York Heart Association Class III/IV symptoms. Participants were followed for a median (25th to 75th percentile) of 3.1 (2.0-4.3) years. Cox proportional hazard models for death and HF hospitalization adjusted for country income level; age; sex; education; HF aetiology; left ventricular ejection fraction; diabetes; tobacco and alcohol use; New York Heart Association functional class; HF medication use; blood pressure; and haemoglobin, sodium, and creatinine concentrations were performed. The incremental discriminatory value of frailty over and above the MAGGIC risk score was evaluated by the area under the receiver-operating characteristic curve. RESULTS: At baseline, 18% of participants were robust, 61% pre-frail, and 21% frail. During follow-up, 565 (16%) participants died and 471 (14%) were hospitalized for HF. Respective adjusted hazard ratios (95% confidence interval) for death among the pre-frail and frail were 1.59 (1.12-2.26) and 2.92 (1.99-4.27). Respective adjusted hazard ratios (95% confidence interval) for HF hospitalization were 1.32 (0.93-1.87) and 1.97 (1.33-2.91). Findings were consistent among different country income levels and by most subgroups. Adding frailty to the MAGGIC risk score improved the discrimination of future death and HF hospitalization. CONCLUSIONS: Frailty confers substantial incremental prognostic information to prognostic variables for predicting death and HF hospitalization. The relationship between frailty and these outcomes is consistent across countries at all income levels.
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 | 0,001 |
| 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 ».