Ischemic heart disease and cardiac arrhythmia are associated with increased cardiac aging
Notice bibliographique
Résumé
Abstract Ischemic heart disease (IHD) and cardiac arrhythmia (CA) patients experience alterations in cardiac structure and function which can speed up cardiac aging. Estimating biological heart age using cardiac magnetic resonance (CMR) and electrocardiogram (ECG)-derived phenotypes provides a biomarker for cardiac aging. We investigated the impact of IHD and CA on cardiac aging using biological age estimation biomarkers, and the role of age-related cardiac changes and vascular risk factors (VRF)s using data from United Kingdom Biobank. Cardiac age was estimated in prevalent IHD (n = 2,142) and CA (n = 1,683) subjects using a Bayesian ridge regression model with CMR radiomics and ECG features. Heart age gap (HAG), the difference between predicted and chronological heart age, was calculated. Mediation analysis explored CMR metrics as mediators in the HAG-cardiac disease association. The association of HAG and VRFs in each disease cohort was also analysed. IHD subjects had significantly increasing heart age (HAG: 1.55 years ± 5.66; p < 0.001), as did CA individuals (HAG: 1.57 years ± 5.77; p < 0.001). Conventional CMR metrics describing normal age-related changes partially mediated the effect of disease on HAG. High adiposity contributed most to increasing HAG in IHD, followed by hypertension. Hypertension had the greatest impact on cardiac aging, followed by high cholesterol in CA.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,008 | 0,001 |
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 ».