Abstract 13403: Age-Related Echocardiographic Characteristics in Patients With Heart Failure With Preserved Ejection Fraction in PARAGON-HF
Notice bibliographique
Résumé
Introduction: Heart failure with preserved ejection fraction (HFpEF) may have different characteristics by age groups. Aim Compare clinical and echocardiographic characteristics in patients with HFpEF enrolled in the PARAGON-HF echocardiography substudy by age groups. Methods: Echocardiography was performed in 1097 patients in PARAGON-HF (Prospective Comparison of ARNI with ARB Global Outcomes in HF with Preserved Ejection Fraction), where patients with left ventricular ejection fraction (LVEF) >=45% were enrolled. Clinical and echocardiographic characteristics were compared in patients who were <65, 65-74, and >75 years of age. Results: Younger patients were more likely to be male, obese, have prior myocardial infarction (MI) and diabetes, but less likely to have atrial fibrillation (AF, Table 1). Older patients had smaller left ventricular (LV) dimension indices, more likely to have concentric hypertrophy or remodeling, higher LVEF and better global longitudinal strain, and more likely to have left atrial enlargement and echocardiographic evidence of higher LV filling pressure (Table 1). Echocardiographic measures of pulmonary pressure and right ventricular function were similar across age groups. After adjusting for sex, race, region, history of MI, diabetes, AF, and body mass index, every 10 years of increase in age was associated with 5.1 mL/m 2 decrease in LV end-diastolic volume index (95% confidence interval [CI] 3.9 - 6.5, p < 0.001), 0.4% increase in absolute global longitudinal strain (95% CI 0.1% - 0.7%, p = 0.017), and 1.07 increase in E/e’ septal ratio (95% CI 0.42 - 1.73, p = 0.001). Conclusions: Compared with younger patients, older patients with HFpEF were more likely to be female with AF, have better systolic function and higher LV filling pressure. These findings demonstrated the heterogeneity in cardiac structure and function in HFpEF by age and may have implications for treatment and future clinical trial recruitment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».