The Association of Ejection Fraction With Cardiac Arrest and Myocardial Infarction Differs by eGFR
Notice bibliographique
Résumé
Background: Advanced chronic kidney disease (CKD) and left ventricular (LV) systolic dysfunction are potent risk factors for cardiovascular events. Here we explore if the association of LV ejection fraction (EF) with cardiac arrest, myocardial infarction (MI), ischemic stroke, and all-cause mortality differs by eGFR across earlier stages of CKD. Methods: Using registry data from 2004-2014 from five Mass General Brigham hospitals, we performed an observational cohort study of 17,962 patients with eGFR 30-90mL/min/1.73m2. Cardiovascular outcomes were ascertained from ICD-9 codes. Cox regression models, incorporating an interaction term for continuous eGFR and LVEF, were fit and adjusted for age, sex, race, hypertension, diabetes mellitus, coronary artery disease, and left ventricular mass index. Results: Mean age was 67 years, and 51% were male. The mean eGFR was 66±16 mL/min/1.73m2 and LVEF 54±13%. Over a median of 0.96 (0.14-4.84) years there were 437 cardiac arrests, 4,634 MIs, 1,549 ischemic strokes, and 6,282 deaths. The association of LVEF with cardiac arrest differed according to eGFR (P-interaction <0.01). While there was no evidence of association of LVEF with cardiac arrest in the lowest quartile of eGFR (adjusted hazard ratio (aHR) 1.02; 95% CI 0.92-1.13), for each 5% increase in LVEF there was a 21% lower risk of cardiac arrest in the highest quartile of eGFR (aHR 0.79; 95% CI 0.66-0.94; Table). The association of LVEF with MI also decreased as eGFR declined (Table). There was no evidence of effect modification of LVEF by eGFR for ischemic stroke or mortality (P-interaction >0.3 for both). Conclusions: Among patients with eGFR 30-90mL/min/1.73m2, the association of LVEF with cardiac arrest disappears at lower (vs. higher) levels of kidney function and is less pronounced for MI at lower (vs. higher) levels of kidney function. Further research is required to elucidate what factors beyond LVEF drive these outcomes in the setting of more advanced kidney disease. Funding: NIDDK Support - Risk of cardiac arrest and myocardial infarction per each increase in left ventricular ejection fraction of 5% according to eGFR quartile Outcome eGFR (CKD-EPI, ml/min/1.72 m2) aHR (95% CI) P-Interaction Quartile 1 (30-54) N=4,598 Quartile 2 (55-68) N=4,400 Quartile 3 (69-80) N=4,671 Quartile 4 (81-90) N=4,293 Cardiac Arrest 1.02 (0.92-1.13) P=0.72 0.97 (0-86-1.10) P=0.64 0.76 (0.63-0.92) P=0.01 0.79 (0.66-0.94) P=0.01 <0.01 Myocardial Infarction 0.94 (0.91-0.98) P<0.01 0.91 (0.87-0.95) P<0.01 0.90 (0.86-0.95) P<0.01 0.83 (0.79-0.88) P<0.01 <0.01 Abbreviations. eGFR; estimated glomerular filtration rate, CKD-EPI: Chronic Kidney Disease Epidemiology Collaboration, aHR: adjusted hazard ratio, CI: confidence interval, N: number.Cox regression model adjusted for age, gender, Black race, hypertension, diabetes mellitus, coronary artery disease, and left ventricular mass index.P-interaction reported for eGFR quartile.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».