Association of Frailty With In-hospital and Long-term Outcomes Among STEMI Patients Receiving Primary Percutaneous Coronary Intervention
Notice bibliographique
Résumé
BackgroundFrailty is generally a marker of worse prognosis. The impact of frailty on both in-hospital and long-term outcomes in ST-segment-elevation myocardial infarction (STEMI) patients has not been well described. Given this, we aimed to determine the prevalence and impact of frailty on in-hospital and 1-year outcomes in STEMI patients undergoing primary percutaneous coronary intervention (pPCI).MethodsThis retrospective study reviewed STEMI patients ≥ 65 years who underwent pPCI at the two pPCI-capable hospitals at Vancouver Coastal Health. A frailty index (FI) was determined using a deficit accumulation model, with those with a FI > 0.25 being defined as frail. The primary outcome was 1-year all-cause mortality. The secondary outcomes included in-hospital all-cause mortality, a composite of adverse in-hospital outcomes (all-cause mortality, cardiogenic shock, heart failure, re-infarction, major bleeding, or stroke), and the individual components of the composite.Results1,579 patients were reviewed, of which 228 (14.4%) were frail. After multivariable adjustment, greater frailty (i.e., increasing FI) was associated with increased in-hospital all-cause mortality (odds ratio [OR], 1.88; 95% confidence interval [CI], 1.50-2.35, P<0.001), the composite adverse in-hospital outcome (OR, 1.46; 95% CI, 1.27-1.68, P<0.001) and 1-year all-cause mortality (OR, 1.48; 95% CI, 1.10-2.00, P=0.011).ConclusionIn a contemporary STEMI cohort of older patients receiving pPCI, 1 in 7 patients were frail, with greater frailty being independently associated with increased in-hospital and long-term adverse outcomes. These findings raise the need for the early recognition of frailty and implementation of an interdisciplinary approach towards the management of frail STEMI 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.
Comment cette classification a été obtenuedéplier
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».