MétaCan
Menu
Retour à la cohorte
Enregistrement W4389912990 · doi:10.36660/abc.20230158

Utilidade da Idade, Creatinina e Fração de Ejeção - Modificação da Dieta no Escore de Doença Renal para Prever a Sobrevivência em Pacientes com Insuficiência Cardíaca

2023· article· pt· W4389912990 sur OpenAlexfundno aff
Rengin Çetin Güvenç, Tolga Sinan Güvenç, Yüksel Çavuşoğlu, Ahmet Temizhan, Mehmet Birhan Yılmaz

Notice bibliographique

RevueArquivos Brasileiros de Cardiologia · 2023
Typearticle
Languept
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Association for the Study of the Liver
Mots-clésMedicineEjection fractionInternal medicineRenal functionHeart failureDiseaseCardiologyCreatinine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Central Illustration: Usefulness of Age, Creatinine and Ejection Fraction - Modification of Diet in Renal Disease Score for Predicting Survival in Patients with Heart Failure Summary of the study design and key findings. ACEF: Age, creatinine and ejection fraction, MDRD: Modified Diet in Renal Disease. While many risk models have been developed to predict prognosis in heart failure (HF), these models are rarely useful for the clinical practitioner as they include multiple variables that might be time-consuming to obtain, they are usually difficult to calculate, and they may suffer from statistical overfitting. OBJECTIVES: To investigate whether a simpler model, namely the ACEF-MDRD score, could be used for predicting one-year mortality in HF patients. METHODS: 748 cases within the SELFIE-HF registry had complete data to calculate the ACEF-MDRD score. Patients were grouped into tertiles for analyses. For all tests, a p-value <0.05 was accepted as significant. RESULTS: Significantly more patients within the ACEF-MDRD high tertile (30.0%) died within one year, as compared to other tertiles (10.8% and 16.1%, respectively, for ACEF-MDRD low and ACEF-MDRD med , p<0.001 for both comparisons). There was a stepwise decrease in one-year survival as the ACEF-MDRD score increased (log-rank p<0.001). ACEF-MDRD was an independent predictor of survival after adjusting for other variables (OR: 1.14, 95%CI:1.04 - 1.24, p=0.006). ACEF-MDRD score offered similar accuracy to the GWTG-HF score for predicting one-year mortality (p=0.14). CONCLUSIONS: ACEF-MDRD is a predictor of mortality in patients with HF, and its usefulness is comparable to similar yet more complicated models.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
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 seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,108
Tête enseignante GPT0,363
Écart entre enseignants0,256 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArquivos Brasileiros de CardiologiaMême sujetNutrition and Health in AgingTravaux en français237 207