Cardiorespiratory fitness in COPD and HF from the Fitness Registry and the Importance of Exercise: a National Database
Notice bibliographique
Résumé
Abstract Aims To better characterize functional consequences of the presence of COPD on cardiorespiratory fitness in patients with HF. Methods and results Patients with any clinical indication for cardiopulmonary exercise testing (CPET) were included in the international FRIEND registry. Diagnosis of COPD was confirmed by a ratio of forced expiratory volume in 1 s and forced vital capacity (FEV1/FVC) < 0.70. HF was diagnosed in the presence of symptoms and signs of HF. A total of 10 957 patients were divided into four groups: patients without HF or COPD (n = 8963), patients with HF (n = 852) or COPD (n = 991) alone, and patients with both HF and COPD (n = 151). Maximal workload was the lowest in patients with both HF and COPD [78.09 (95% CI: 72.92, 83.64 watts)], and all pairwise comparisons with adjusted P < 0.05 between groups were statistically significant. Patients with both HF and COPD yielded the lowest PETCO2 values [31.80 (95% CI: 31.00, 32.60)] mmHg and exhibited a higher VE/VCO2 slope compared with HF (36.73 (95% CI: 35.78, 37.68) vs. 33.91 (95% CI: 33.50, 34.33 units, P < 0.0001). Peak VO2 was the lowest with concomitant HF and COPD 19.93 (95% CI: 18.60, 21.27) mL/kg/min and was significantly different compared with all other groups (P < 0.05). Conclusion Patients referred for CPET with COPD and concomitant HF exhibit a profound impairment in CRF compared with patients with COPD or HF alone. Early identification of pulmonary obstruction in patients with HF by more frequent usage of pulmonary function testing may contribute to providing better treatment for both COPD and HF in these high-risk individuals.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».