Cardiac mechanics and the risk of atrial fibrillation in a community-based cohort of older adults
Notice bibliographique
Résumé
AIMS: Assessment of cardiac structure and function improves risk prediction of new-onset atrial fibrillation (AF) in different populations. We aimed to comprehensively compare standard and newer measures of cardiac structure and function in improving prediction of AF in a cohort of older adults without history of AF and stroke. METHODS AND RESULTS: We included 5050 participants without prevalent AF and stroke (mean age 75 ± 5 years, 59% women, and 22% Black) from the Atherosclerosis Risk in Communities (ARIC) study who underwent complete two-dimensional echocardiography, including speckle-tracking analysis of the left ventricle (LV) and left atrium (LA). We assessed the association of cardiac measures with incident AF (including atrial flutter) and quantified the extent to which these measures improved model discrimination and risk classification of AF compared with the CHARGE-AF score. Over a median follow-up time of 7 years, 676 participants developed AF (incidence rate 2.13 per 100 person-years). LV mass index and wall thickness, E/e', and measures of LA structure and function, but not LV systolic function, were associated with incident AF, after accounting for confounders. Above all, LA reservoir strain, contraction strain, and LA minimal volume index (C-statistics [95% confidence interval]: 0.73 [0.70, 0.75], 0.72 [0.70, 0.75], and 0.72 [0.69, 0.75], respectively) significantly improved the risk discrimination of the CHARGE-AF score (baseline C-statistic: 0.68 [0.65, 0.70]) and achieved the highest category-based net reclassification improvement (29%, 24%, and 20%, respectively). CONCLUSION: In a large cohort of older adults without prevalent AF and stroke, measures of LA function improved the prediction of AF more than other conventional cardiac measures.
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 | 0,012 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| 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 | 0,001 |
| 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 ».