MétaCan
Menu
← Retour à la cohorte
Enregistrement W4389945313 · doi:10.1161/circ.148.suppl_1.19059

Abstract 19059: Risk Factors for the First Cardiopulmonary Hospitalization Differ From Those of Recurrent Cardiopulmonary Hospitalizations in Patients With Cardiovascular Disease Vaccinated Against Influenza — <i>A Secondary Analysis of the INVESTED Trial</i>

2023· article· en· W4389945313 sur OpenAlexaff
Bahar Behrouzi, Brian Claggett, Thomas C. Havighurst, Lu Mao, Jacob Joseph, Peter C. Austin, Douglas S. Lee, Orly Vardeny, Scott D. Solomon, Jacob A. Udell

Notice bibliographique

RevueCirculation · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensUniversity Health NetworkInstitute for Clinical Evaluative SciencesUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineDiseaseClinical trialInfluenza vaccineInternal medicineEmergency medicinePediatricsVaccinationImmunology

Résumé

récupéré en direct d'OpenAlex

Background: Influenza vaccines are recommended for patients with CVD due to their protective effects and favorable safety profile. Patients with recent MI/HF hospitalization are at high risk of multiple events, but it is not known which flu vaccine type can mitigate recurrent events. Research Questions: What are predictors of recurrent cardiopulmonary hospitalization and death in patients with CVD and does the high-dose trivalent flu vaccine reduce the rate of recurrent events compared with standard-dose quadrivalent vaccine? Methods: In this pragmatic, active comparator trial, patients with recent MI/HF hospitalization across 157 sites were randomized to either vaccine type and revaccinated each enrolled season (2016-2019). Recurrent event analysis with a Markov multistate model, negative binomial, and Lin-Wei-Yang-Ying regression models was applied, adjusting for clinical and sociodemographic factors, flu infection and vaccine history, with vaccine type as the main exposure. Cardiopulmonary hospitalization and all-cause death comprised the multistate model’s main states and the composite primary outcome for remaining analyses. Results: Among 5260 patients (mean age 65.5 years; 28% women; 63% with recent HF), 12% were readmitted ≥1 for cardiopulmonary causes, accounting for half of total cardiopulmonary hospitalization. In the multistate model, a history of comorbidities (e.g., low LVEF and COPD) was associated with recurrent hospitalization (Figure), whereas age and frailty primarily determined a higher rate of death, particularly after a first hospitalization. There were no significant differences between the vaccines on the rate of recurrent events and death in the multistate and negative binomial regression models. Conclusions: As hospitalizations accrue, the association of certain predictors changes in this population. Alternative strategies beyond vaccine type are needed to mitigate the total burden of cardiopulmonary disease.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,006
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,006
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,038
Tête enseignante GPT0,289
Écart entre enseignants0,251 · 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 revueCirculation→Même sujetInfluenza Virus Research Studies→Travaux en français237 207→