When Is the Broken Heart Most Dangerous? Assessing Risk Factors to Predict Inpatient Death in Takotsubo Cardiomyopathy: Analysis of the National Inpatient Sample for 2021
Notice bibliographique
Résumé
Background Takotsubo cardiomyopathy (TC) has a similar clinical presentation to acute coronary syndromes (ACS). As the prevalence and influence on clinical decisions of this condition are being increasingly recognized, prognostic factors have yet to be established. We applied known near‐term acute coronary syndrome mortality risk factors to determine their prognostic value in TC. This study aimed to assess the patient characteristics and comorbidities predicting inpatient death from TC. Understanding these risk factors is essential for clinical decision making and improving prognostic assessments. Methods We analyzed the National Inpatient Sample database for 2021. Inclusion criteria were principal diagnosis of TC ( International Classification of Diseases , Tenth Revision [ ICD‐10 ] code I51.81) and age ≥18 years. Different comorbidities, age, and sex were analyzed, and the primary outcome was inpatient death. Univariate logistic regression was used to test the association of each factor with death, and multivariate logistic regression was then used to test for independent predictive value. Results A total of 9109 admissions for TC were identified (10.3% men and 89.7% women) with a mean age of 67 years and an inpatient mortality rate of 2.31%. On univariate regression, age (odds ratio [OR], 1.04; P =0.013), heart failure (OR, 3.2; P <0.001), atrial fibrillation (OR, 3.12; P <0.001), and chronic kidney disease (OR, 3.54; P <0.001) were significant predictors of inpatient death. On multivariate regression, only heart failure (OR, 2.8; P =0.007) and chronic kidney disease (OR, 2.34; P =0.032) were independently associated with inpatient death. Conclusions Preexisting heart failure and a history of chronic kidney disease are poor prognostic factors in patients presenting with TC. Further large‐scale studies are required to validate our findings.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».