Heart Failure Readmission in Patients With ST-Segment Elevation Myocardial Infarction and Active Cancer
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Although numerous studies have examined readmission with heart failure (HF) after acute myocardial infarction (AMI), limited data are available on HF readmission in cancer patients post-AMI. Objectives: This study aimed to assess the rates and factors associated with HF readmission in cancer patients presenting with ST-segment elevation myocardial infarction (STEMI). Methods: A nationally linked cohort of STEMI patients between January 2005 and March 2019 were obtained from the UK Myocardial Infarction National Audit Project registry and the UK national Hospital Episode Statistics Admitted Patient Care registry. Multivariable Fine-Gray competing risk models were used to evaluate HF readmission at 30 days and 1 year. Results: < 0.001) and percutaneous coronary intervention (58.4% vs. 69.5%). There was a significant prescription gap in the administration of post-AMI medications upon discharge such as an angiotensin-converting enzyme inhibitor/angiotensin receptor blocker (49.5% vs 71.1%) and beta-blockers (58.4% vs 68.0%) in cancer patients. The cancer group had a higher rate of HF readmission at 30 days (3.2% vs 2.3%) and 1 year (9.4% vs 7.3%). However, after adjustment, cancer was not independently associated with HF readmission at 30 days (subdistribution HR: 1.05; 95% CI: 0.86-1.28) or 1 year (subdistribution HR: 1.03; 95% CI: 0.92-1.16). The opportunity-based quality indicator was associated with higher rates of HF readmission independent of cancer diagnosis. Conclusions: Cancer patients receive care that differs in important ways from patients without cancer. Greater implementation of evidence-based care may reduce HF readmissions, including in cancer patients.
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.
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 | 0,000 |
| 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 découle