MétaCan
Menu
Retour à la cohorte
Enregistrement W4388595167 · doi:10.1093/eurheartj/ehad655.1213

Left ventricular systolic dysfunction after acute myocardial infarction is associated with a high symptom burden and worse secondary prevention

2023· article· en· W4388595167 sur OpenAlexaboutno aff
Elisha J. Hamilton, Joakim Alfredsson, Christina Christersson, David Erlinge, Krister Lindmark, Elmir Ömerovic, L D Desta, Tomas Jernberg, Christian Reitan

Notice bibliographique

RevueEuropean Heart Journal · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineHeart failureMyocardial infarctionEjection fractionInternal medicineCardiologyQuality of life (healthcare)PopulationCanadian Cardiovascular SocietyPhysical therapyAngina

Résumé

récupéré en direct d'OpenAlex

Abstract Background LV dysfunction and symptomatic heart failure are common complications after myocardial infarction and the mortality and morbidity burden remain high in this population. Published data are becoming dated, and mainly focus on mortality and hospitalization burden. There is a lack of contemporary data describing patients with post-MI LV dysfunction in terms of symptom burden and secondary prevention measures. Purpose The purpose of this study was to describe patients with different degree of LV dysfunction after MI, their symptom burden, quality of life and adherence to recommended secondary prevention measures in a nationwide patient material. Methods We included 49,564 adults ≥18 years, registered in the SWEDEHEART registry between 2011 and 2018, diagnosed with acute MI, discharged alive and with no previous heart failure. The population was stratified by degree of LV systolic function; EF >50%, EF 40-49%, EF 30-39% and <30%, assessed by echocardiography. Patients were assessed at 6-10 weeks and 10-14 months after MI. Descriptive analyses were used for demographics and characteristics at baseline, first and second follow up. Uni- and multivariable regression analyses was used to examine the associations between LV impairment and symptoms, occupation/working status, readmissions, quality of life (Eq5D), attending cardiac rehabilitation and physical training, smoking status and snuffing. Results Patients with impaired LVEF would more often experience shortness of breath (5.6% vs 32.3% for EF < 30 vs EF >50 at second follow up) (figure). Patients with EF <30% had a lower Eq5D mean at first follow up than patients with normal LVEF (0.77 vs 0.82), but that difference was smaller at second follow-up (0.80 vs 0.83). Subjects with EF <30% did participate in heart rehabilitation to a lesser extent than those with normal EF, both at the first (28.7% vs 37.4%) as well as the second follow up (44.9% vs 55.5%). In multivariate regression analyses (table), a lower EF was associated with shortness of breath (OR = 7.47, 95% CI = 6.24-8.94) and a lower probability of working or studying (OR = 0.25, 95% CI = 0.20 – 0.31) but not with chest pain. A lower EF was also associated with a lower probability of participating in heart school (OR = 0,67, 95% CI = 0.58-0.68) and physical training (OR = 0.54, 95% CI = 0.46-0.63). Conclusion Left ventricular systolic dysfunction after acute myocardial infarction is associated with a high symptom burden and worse secondary prevention. This may indicate heart rehabilitation programs should be better adapted to this large population with great needs.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0030,000

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 Opus0,012
Tête enseignante GPT0,246
Écart entre enseignants0,234 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Heart JournalMême sujetHeart Failure Treatment and ManagementTravaux en français237 207