Association of stress-induced autonomic dysfunction with heart failure in individuals with stable coronary artery disease
Notice bibliographique
Résumé
Background: Heart failure (HF) is a common complication in individuals with coronary artery disease (CAD). Autonomic effects of psychological stress may play an important, under-recognized role in this relationship. We hypothesized that stress-induced autonomic dysfunction, measured by change in low-frequency heart rate variability (HRV) during mental stress challenge, associates with increased HF risk. Methods: We examined 662 participants with stable CAD and no known diagnosis of HF who underwent mental stress challenge via a standardized speaking task in conjunction with Holter monitoring. We evaluated HRV in 5-minute windows and examined its change from rest to stress as our primary exposure. Repeated events Cox proportional hazard models were used to examine incident and recurrent acute HF in the outpatient and inpatient setting. Results: The mean age was 58 years, 35 % were women, and 43 % self-identified as Black. In models adjusted for age, sex, race, comorbidities, ejection fraction, and resting low-frequency HRV, each standard deviation decrease (negative change) in low-frequency HRV change from rest to stress was associated with an increased risk of incident and recurrent acute HF (HR 1.39 [95 % CI 1.02-1.90], p = 0.035) over a median follow-up of 5.7 years. These estimates for HF risk were higher than those of resting HRV. Conclusion: Greater decreases in low-frequency HRV change during acute mental stress challenge independently associate with higher risks of future HF development in individuals with stable CAD and had stronger effect sizes than resting HRV alone, highlighting an important role of stress autonomic pathways in the pathogenesis of HF.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».