Predictive Value of Lung Ultrasound Combined With ACEF Score for the Prognosis of Acute Myocardial Infarction
Notice bibliographique
Résumé
BACKGROUND: Lung ultrasound (LUS) and the ACEF score (age, creatinine, and ejection fraction) have been shown to be pivotal in predicting an unfavorable prognosis in acute myocardial infarction (AMI). HYPOTHESIS: The aim of this study is to investigate the prognostic value of LUS combined with ACEF score in AMI. METHODS: The ACEF score and the total number of B-lines in eight thoracic regions of LUS were calculated. Adverse events were recorded during hospitalization and follow-up, defined as all-cause death and other cardiovascular events. Multivariate logistic regression identified predictors of adverse events during hospitalization. Multivariate Cox regression identified predictors of adverse events during follow-up. RESULTS: We enrolled 204 patients. The B-lines (adjusted OR 1.08, [95% CI: 1.03-1.13], p < 0.01) and the ACEF score (adjusted OR 2.71 [95% CI: 1.07-6.81], p < 0.05) independently predicted adverse events during hospitalization. The C-index values were 0.81 (p < 0.01) for the ACEF score, 0.81 (p < 0.01) for LUS, and 0.86 (p < 0.01) for their combination. One hundred seventy-one patients were followed up for 12 months (IQR, 8.13-15.93). Both the B-lines (adjusted HR 1.06 [95% CI: 1.03-1.09], p < 0.05) and the ACEF score (adjusted HR 1.95 [95% CI: 1.10-3.43], p < 0.05) remained associated with an increased risk of adverse events during follow-up. The C-index values were 0.74 (p < 0.01) for the ACEF score, 0.73 (p < 0.01) for LUS, and 0.80 (p < 0.01) for their combined predictive ability. CONCLUSIONS: The B-lines and ACEF score are associated with adverse events in AMI patients. When combined, they provide increasing value in assessing the risk of adverse events, which has significant implications for risk stratification.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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 ».