Incidence of left ventricular dysfunction in the general population of the Amazon Basin and diagnostic potential of lung ultrasound
Notice bibliographique
Résumé
Abstract Background B-lines by lung ultrasound (LUS) are associated with left ventricular (LV) dysfunction and may be useful for diagnostics in resource-limited settings. Purpose To assess the incidence of LV dysfunction in the general population of the Amazon Basin and to evaluate the diagnostic potential of LUS. We defined LV dysfunction as LV ejection fraction <45% and LUS was assessed across eight chest zones. B-lines were calculated as the sum of all zones. Methods and results We conducted echocardiography and LUS in 514 individuals from a population sample in the Amazon Basin (mean age 41 years, 40% men). No patients had known heart failure, renal insufficiency or lung disease. A total of 14 individuals (3%) had LV dysfunction, corresponding to an incidence of 27.2 per 1,000 individuals. The mean number of B-lines in the general population was 0.2 (range 0 to 17 B-lines). Individuals with LV dysfunction presented with a significantly higher number of B-lines (P=0.006) and more frequently had >=3 B-lines (8% vs 2%, P=0.018) compared to those with normal LV function. Identification of >=3 B-lines yielded a sensitivity of 58% and specificity of 93% (AUC 0.72, negative predictive value 99%, positive predictive value 19%) for detecting LV dysfunction. Per 1 unit increase in B-lines, LV ejection fraction decreased by 9% (95%CI: -15% to -3%, P=0.010) and the relationship persisted to be significant after adjusting for age, sex, body mass index, heart rate and creatinine (-8%, 95%CI: -15% to -2%, P=0.016). Conclusion The incidence of LV dysfunction in the Amazon Basin was 27.2/1,000 individuals and B-lines by LUS was able to detect LV dysfunction with reasonable diagnostic accuracy. Moreover, a higher number of B-lines was associated with decreasing LV ejection fraction. Our findings indicate that LUS may supplement conventional cardiac diagnostics for assessing LV function, especially in rural environments with restricted access to imaging tools.B-lines and LV ejection fraction
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 ».