Prognostic roles of neutrophil–lymphocyte, monocyte-lymphocyte and platelet-lymphocyte ratios for long-term all-cause mortality in heart failure
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
• White cell counts reflect the bidirectional relationship of heart failure and inflammation. • NLR, MLR and PLR are associated with survival outcomes in heart failure patients. • NLR was independently correlated with all-cause long term-mortality of heart failure patients. • We suggest the cut-off NLR≥3.56 for long-term fatality prediction in heart failure. Heart failure (HF) and inflammation have a bidirectional relation leading to activation and adaptation of multiple cellular lines, including leucocyte subtypes and platelets. We aimed to assess and compare the predictive value of the neutrophil–lymphocyte (NLR), monocyte-lymphocyte (MLR) and platelet-lymphocyte (PLR) ratios for all-cause long-term mortality in HF. This is an observational retrospective cohort study that included patients from the HI-HF cohort that survived the initial hospitalization. Vital status and survival time were assessed in June 2020. We analyzed 1018 HF patients with a mean age of 72.32 ± 10.29 years and 53.54 % women. All-cause long-term mortality was 38.21 % after a median follow-up time of 68 [38 – 82] months. NLR (AUC 0.667, 95 %CI 0.637 – 0.697), MLR (AUC 0.670, 95 %CI 0.640 – 0.700) and PLR (AUC 0.606, 95 %CI 0.574 – 0.636) were predictors of all-cause mortality. In multivariable Cox proportional hazards analysis, NLR≥3.56 was the only hematological index independent predictor of fatality (HR 1.36, 95 %CI 1.05 – 1.76). Of the three hematological indices, NLR was the only independent predictor of all-cause long-term mortality of HF patients. We suggest NLR≥3.56 as an auxiliary prognostic biomarker for the evaluation of HF 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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 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 découle