Characterizing heart failure and its subtypes in people living with <scp>HIV</scp>
Notice bibliographique
Résumé
OBJECTIVE: People living with HIV have an increased risk of heart failure (HF). There are different subtypes of HF. Knowledge about the factors differentiating HF subtypes in people with HIV is limited but necessary to guide preventive measures and treatment. METHODS: A retrospective review of medical records was undertaken in people with HIV aged ≥18 years who received care at the University of Miami/Jackson Memorial HIV Clinic between January 2017 and November 2019 (N = 1166). Patients with an echocardiogram available for review (n = 305) were included. HF was defined as a documented diagnosis of any HF subtype (n = 52). We stratified those with HF by their ejection fraction (EF) into HF with preserved EF (HFpEF), HF with borderline EF, or HF with reduced EF (HFrEF). RESULTS: The prevalence of HF was 4.5%. The cohort included 46.2% females and 75% self-identified African Americans. Those with HF had a higher prevalence of hypertension, prior myocardial infarction, angina, coronary artery disease, percutaneous coronary intervention, coronary artery bypass grafting, diastolic dysfunction, and left ventricle hypertrophy. People with HIV with HF with borderline EF exhibited more coronary artery disease than those with HFpEF. CONCLUSIONS: We characterize HF in people with HIV in South Florida and report the prevalence of HF and HF subtypes. Only a small percentage of patients had echocardiograms performed, suggesting an ongoing need for recognition of the increased risk of HF in people living with HIV, and raising the concern about lack of awareness contributing to underdiagnosis and missed treatment opportunities in this population.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».