MétaCan
Menu
Retour à la cohorte
Enregistrement W4390757179 · doi:10.1186/s12937-023-00888-z

Potassium levels and the risk of all-cause and cardiovascular mortality among patients with cardiovascular diseases: a meta-analysis of cohort studies

2024· article· en· W4390757179 sur OpenAlexaboutno aff
Yahui Fan, Min Wu, Xiaohui Li, Jin‐Ping Zhao, Jia Shi, Lu Ding, Hong Jiang, Zhaofang Li, Wei Zhang, Tianyou Ma, Duolao Wang, Le Ma

Notice bibliographique

RevueNutrition Journal · 2024
Typearticle
Langueen
DomaineMedicine
ThématiquePotassium and Related Disorders
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of ChinaNutrition Scientific Research Foundation of BYHEALTHFundamental Research Funds for the Central UniversitiesChinese Nutrition Society
Mots-clésMedicineRelative riskInternal medicinePopulationCohort studyStandardized mortality ratioMyocardial infarctionCohortHyperkalemiaMeta-analysisStroke (engine)Confidence intervalEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Abnormal blood potassium levels are associated with an increased risk of cardiometabolic diseases and mortality in the general population; however, evidence regarding the association between dyskalemia and mortality among patients with cardiovascular disease (CVD) remains inconclusive. This study aimed to evaluate the association of potassium levels with all-cause and cardiovascular mortality among patients with CVD. METHODS: PubMed, Embase, Web of Science, and Cochrane Library databases were searched up to August 2023 to identify relevant cohort studies among patients with CVD, such as myocardial infarction, stroke, and heart failure. Abnormal potassium levels were considered as hypokalemia or hyperkalemia. The primary outcomes were all-cause mortality based on follow-up length (including in-hospital, short-term and long-term mortality) and cardiovascular mortality. The methodological quality of included studies was assessed by using the Newcastle-Ottawa Scale. The pooled relative risks (RRs) and 95% confidence intervals (CIs) were calculated using random-effects models. Restricted cubic splines were applied to explore the dose-response relationship. RESULTS: Thirty-one cohort studies involving 227,645 participants with an average age of 68.3 years were included in the meta-analysis, all of which achieved moderate to high quality. Hyperkalemia was significantly associated with an approximately 3.0-fold increased risk of all-cause in-hospital mortality (RR:2.78,95CI%:1.92,4.03), 1.8-fold of all-cause short-term mortality (RR:1.80, 95CI%:1.44,2.27), 1.3-fold of all-cause long-term mortality (RR:1.33, 95CI%:1.19,1.48) and 1.2-fold of cardiovascular mortality (RR:1.19, 95CI%:1.04,1.36). Similar positive associations were also observed between hypokalemia and risk of all-cause mortality and cardiovascular mortality. The RRs of all-cause in-hospital, short-term, long-term mortality and cardiovascular mortality with hyperkalemia were attenuated to 2.21 (95CI%:1.60,3.06), 1.46(95CI%:1.25,1.71), 1.23 (95CI%:1.09,1.39) and 1.13 (95CI%:1.00,1.27) when treating hypokalemia together with normokalemia as the reference group. A U-shaped association was observed between potassium levels and mortality, with the lowest risk at around 4.2 mmol/L. CONCLUSIONS: Both hypokalemia and hyperkalemia were positively associated with the risk of mortality in patients with CVD. Our results support the importance of potassium homeostasis for improving the CVD management. REGISTRATION: PROSPERO, CRD42022324337.

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)0,019
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,031
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0150,062
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,001
Communication savante0,0040,001
Science ouverte0,0030,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,042
Tête enseignante GPT0,288
Écart entre enseignants0,246 · 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'étudeMéta-analyse
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

Citations30
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrition JournalMême sujetPotassium and Related DisordersTravaux en français237 207