Prognostic value of quality of life and functional status in patients with heart failure: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Functional health status is increasingly being recognized as a viable endpoint in heart failure (HF) trials. We sought to assess its prognostic impact and relationship with traditional clinical outcomes in patients with HF. METHODS: MEDLINE and Cochrane central were searched up to January 2021 for post hoc analyses of trials or observational studies that assessed independent association between baseline health/functional status, and mortality and hospitalization in patients with HF across the range of left ventricular ejection fractions to evaluate the prognostic ability of NYHA class [II, III, IV], KCCQ, MLHFQ, and 6MWD. Hazard ratios (HR) with 95% confidence intervals were pooled. RESULTS: Twenty-two studies were included. Relative to NYHA I, NYHA class II (HR 1.54 [1.16-2.04]; p < 0.01), NYHA class III (HR 2.08 [1.57-2.77]; p < 0.01), and NYHA class IV (HR 2.53 [1.25-5.12]; p = 0.01) were independently associated with increased risk of mortality. 6MWD (per 10 m) was associated with decreased mortality (HR 0.98 [0.98-0.99]; p < 0.01). A 5-point increase in KCCQ-OSS (HR 0.94 [0.91-0.96]; p < 0.01) was associated with decreased mortality. A high MLHFQ score (> 45) was significantly associated with increased mortality (HR 1.30 [1.14-1.47]; p < 0.01). NHYA class, 6MWD (per 10 m), KCCQ-OSS, and MLHFQ all significantly associated with all-cause mortality in patients with HF. CONCLUSION: Identifying such patients with poor health status using functional health assessment can offer a complementary assessment of disease burden and trajectory which carries a strong prognostic value.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| 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 | 0,001 |
| 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 ».