MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416639772 · doi:10.1183/13993003.congress-2025.oa4362

Use of Sleep-Related Variables to Predict Time to Death in Patients with Heart Failure in the ADVENT-HF Trial

2025· article· W4416639772 sur OpenAlexaff
Shaghayegh Chavoshian, Sayaki Ishiwata, Clodagh M. Ryan, Christian Horváth, Alexander G. Logan, John S. Floras, Douglas Bradley

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineMedicine
ThématiqueObstructive Sleep Apnea Research
Établissements canadiensToronto General HospitalUniversity Health NetworkToronto Rehabilitation Institute
Organismes subventionnairesnon disponible
Mots-clésHeart failureEjection fractionProportional hazards modelPolysomnogramApneaCheyne–Stokes respirationAccelerated failure time modelRespiratory failure

Résumé

récupéré en direct d'OpenAlex

Background: In heart failure with reduced ejection fraction (HFrEF), we showed that longer Cheyne-Stokes respiration (CSR) cycle length (CL) and lung-to-finger-circulation-time (LFCT) are associated with higher mortality. Herein, we aimed to develop a model to predict time to death using sleep variables. Methods: We extracted 20 CSR cycles from the baseline polysomnogram (PSG) of 60 ADVENT-HF patients with CSR who died during follow-up (Lyons et al., 2017). We calculated and averaged the CSR CL from the beginning of 1 apnea to the beginning of the next as well as apnea length, hyperpnea length, LFCT, respiratory rate, SaO2, time to peak tidal volume during hyperpnea, and AHI. We also assessed clinical variables including sex, age, BMI, ejection fraction (EF), atrial fibrillation, myocardial infarction, mitral regurgitation, NYHA class, and peak-flow-adaptive-servo-ventilation treatment. To predict time to death, we employed a fusion modeling approach with a feature selection technique that combined classification and regression. We divided patients into 3 mortality classes based on survival duration: <1 year, 1-3 years, and 3-5 years. We applied regression within each class to estimate time to death. Results: Mean survival was 706.9 ± (SD) 477.4 days. Our model used features including EF, CL, LFCT, age, BMI, and AHI to estimate time to death with an average error of 143±26 days, or 20%. Conclusion: This study demonstrates the potential role of CSR-related features such as CL and LFCT to predict time to death in patients with HFrEF. It reinforces the importance of analyzing CSR patterns from PSG in HFrEF and that these variables may contribute to comprehensive risk assessment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,270
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetObstructive Sleep Apnea Research→Travaux en français237 207→