Datasheet1_Association of systemic inflammatory markers with clinical adverse prognosis and outcomes in HFpEF: a systematic review and meta-analysis of cohort studies.pdf
Notice bibliographique
Résumé
Objective To evaluate the association between systemic inflammatory markers and clinical outcomes (all-cause mortality, cardiovascular mortality, and rehospitalization) in patients with heart failure with preserved ejection fraction (HFpEF). Methods We conducted a comprehensive literature search in PubMed, Embase, and Ovid Medline databases from inception to June 27, 2024. Studies were included if they were observational clinical studies involving HFpEF patients over 18 years old, with exposure to systemic inflammatory markers and reporting on adverse prognosis outcomes. The Newcastle-Ottawa Scale (NOS) was used to assess study quality. Results Eight studies ultimately included in the meta-analysis which involved 9,744 participants from six countries. The meta-analysis showed that systemic inflammatory markers were significantly associated with all-cause mortality (HR 1.43, 95% CI 1.19–1.72, p < 0.05), cardiovascular mortality (HR 2.04, 95% CI 1.33–3.12, p < 0.05), and cardiovascular rehospitalization (HR 2.83, 95% CI 0.92–8.67, p < 0.05) in HFpEF patients. Low heterogeneity was observed across studies (I<sup>2</sup> = 0.00%). Sensitivity and publication bias analyses indicated that the results were robust. Conclusion Systemic inflammatory markers demonstrate significant predictive value for adverse clinical outcomes in HFpEF patients. The findings suggest that monitoring systemic inflammation may provide valuable prognostic information for clinicians managing HFpEF patients. Systematic Review Registration https://www.crd.york.ac.uk/PROSPERO/display_record.php?RecordID=562698, identifier (CRD42024562698).
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 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 ».