Abstract 17352: Incidence and Predictors of Stroke in Patients with Chronic Heart Failure: Does Left Ventricular Function Matter? Insights From the CHARM Program
Notice bibliographique
Résumé
Objectives Patients with heart failure and reduced ejection fraction (HF-REF) are at increased risk of stroke, with some studies suggesting an inverse association between ejection fraction (EF) and stroke risk. The rate of stroke in simultaneously enrolled patients with HF-REF and preserved EF (HF-PEF) has not been reported and the predictors of stroke in a contemporary population of patients with HF are unknown. The Candesartan in Heart Failure: Assessment of Reduction in Mortality and morbidity (CHARM) program, which included patients with a wide range of EF, provided a unique opportunity to examine these questions about stroke in HF. Methods We evaluated risk factors for stroke with multivariable Cox proportional hazard regression analysis using forward- and backward-stepwise selection of candidate variables, with gender, history of hypertension, EF and randomized treatment (i.e. candesartan) forced into the model. Results Of the 7599 participants in CHARM, 287 (3.8%) experienced a fatal or nonfatal stroke during a median follow-up of 37.7 months. The stroke rate was 1.3 (95% CI=1.1-1.5) and 1.4 (95% CI=1.2-1.7) per 100 pt yrs in subjects with reduced and preserved EF respectively. The 5 strongest predictors of stroke (ranked by chi-square value) were: older age, previous stroke, higher systolic blood pressure, diabetes and atrial fibrillation on baseline ECG; other independent predictors are shown in the figure. Univariate predictors not retained in the multivariable model were: history of hypertension, NYHA class III or IV, baseline oral anticoagulant use, previous coronary bypass surgery, current smoking, signs of HF, diuretic use and female sex; none of the other forced variables were predictive in either the univariate or multivariable models. Conclusions The rate of stroke is similar in patients with HF-REF and HF-PEF. Even in this relatively normotensive population, higher systolic BP was associated with greater stroke risk.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 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 ».