Association of Cancer with Heart Failure and the Prognostic Value of NT-proBNP in Cancer Patients: Findings from the NHANES (1999–2018)
Notice bibliographique
Résumé
Evidence regarding the association between cancer and heart failure (HF) is scarce. This study is to investigate the association between HF and cancer and explore the prognostic value of NT-proBNP in cancer patients. This cohort study used National Health and Nutrition Examination Survey data from 1999 to 2018 and linked mortality information until 2019. We included all participants with valid answer to questions regarding self-reported cancer and HF. Multivariable logistic regression was used to estimate odds ratios (ORs) and 95% CIs. Our study included data from 54,847 adult participants. During a median (IQR) follow-up of 9.6 (4.0–15.1) years, 7674 deaths were recorded. HF was associated with an increased occurrence of cancer after propensity score matching (OR = 1.46, 95% CI: 1.17–1.82, p < 0.001). Cancer was associated with a higher occurrence of HF (OR = 1.33, 95% CI: 1.11–1.59, p = 0.002). Kaplan–Meier survival analysis over 10 years revealed the shortest survival in patients with both HF and cancer (log-rank p < 0.0001). Importantly, NT-proBNP was significantly higher in cancer patients, no matter whether with known HF (p < 0.01). In cancer patients without HF, NT-proBNP higher than 51.51 pg/mL was associated with shorter survival (log-rank p < 0.0001). Findings from this cohort study suggest that HF is significantly associated with cancer. NT-proBNP was higher in cancer patients, with significant prognostic value in cancer patients.
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 | 0,003 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».