Change in Cardiometabolic Health Following Participation in Cardiac Rehabilitation for Coronary Heart Disease: Effect Modification by Metabolic Syndrome Status
Notice bibliographique
Résumé
Objective: To investigate changes in cardiometabolic risk factors after completion of cardiac rehabilitation (CR) for coronary heart disease (CHD) and ascertain whether the magnitude of improvement in cardiometabolic health differs between those with and without metabolic syndrome (MetS). Methods: In this observational cohort study, data were analyzed from 1984 patients enrolled in CR at the University of Michigan between 2011-01-01 and 2020-02-29 for the indication of CHD. Patient characteristics were collected from standardized health questionnaires and during CR intake evaluations. Cardiometabolic biomarkers were recorded from baseline laboratory data and re-examined upon completion of CR. Differences in baseline patient characteristics by MetS status were compared using chi-square tests. Wilcoxon rank-sum tests were used to compare baseline differences, and signed-rank tests were used to evaluate the change in variables between baseline and completion of CR. The difference of change by MetS status was assessed using difference-in-differences regression models. Results: Of the 1984 patients, 1070 (53.9%) met the criteria for MetS at baseline, of which 770 were male (72.0%). Those with MetS lost 1.43 pounds more (95% CI: 0.56, 2.31, P = 0.001), experienced a 0.21 larger drop in body mass index (95% CI: 0.03, 0.37, P = 0.02), and had a 0.31 greater reduction in waist circumference (95% CI: 0.08, 0.54, P = 0.008). Difference-in-differences regression models revealed those with MetS experienced a greater reduction in triglycerides and fasting glucose, with a difference of change of − 8.70 for triglycerides (95% CI: − 15.04, − 2.37, P = 0.007) and − 5.48 for glucose (95% CI: − 10.44, − 0.53, P = 0.03). There was no significant difference in the change in HDL-C or LDL-C for MetS status. Conclusion: Compared to those without MetS, patients with MetS experienced a comparable or greater benefit from CR, particularly with respect to improvements in MetS components. Keywords: chronic disease management, coronary heart disease, cardiometabolic risk factors, cardiovascular disease
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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) | 0,000 | 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 ».