Factors influencing the quality of life in patients with heart failure and its impact on mortality: insights from HEROES registry
Notice bibliographique
Résumé
Abstract Background Novel therapies for heart failure (HF) are introduced not only to prevent clinical events but also to improve patients' quality of life (QoL). HF patients often present with multiple non-cardiac comorbidities, which may impact their prognosis and patient-reported outcomes. Despite the widespread use of QoL assessments in this group — both in clinical practice and clinical trials — the exact role of patient-related factors as determinants of QoL remains not fully elucidated. Purpose This study aims to assess the impact of comorbidities and other patient-related factors on QoL in HF patients, as well as the association between QoL and mortality in this group. Methods This study is part of a prospective, observational, national registry - HEart failuRe ObsErvational Study of the Polish Cardiac Society (HEROES). Patients with HF were enrolled in 41 Polish centers and the only exclusion criterion was age < 18 years old. QoL was assessed at baseline with a KCCQ-12 overall score. Follow-up data on all-cause mortality was obtained from the Polish Ministry of Digital Affairs. Adjusted linear regression with backward elimination method was used to identify factors associated with KCCQ-12. Results The study included 1397 patients with available KCCQ-12 overall score [median = 47.92 (28.65 – 72.92)]. Patients hospitalized for HF had similar values of KCCQ-12 overall score compared to non-cardiac hospitalizations [36 (21-57) vs 39 (10-60), p=0.942] and higher KCCQ-12 scores than patients hospitalized for other cardiac results [53 (38-78), p<0.001]. Patients with higher NYHA class had consistently significantly lower values of all KCCQ-12 domains and KCCQ-12 overall score [85 (69-93) vs 65 (46-79) vs 35 (23-49) vs 21 (10-38), all p<0.001]. Adjusted linear regression revealed that visit type, hepatic dysfunction, body mass index, gender, chronic kidney disease, implantable cardioverter-defibrillator device, atrial fibrillation, stroke, asthma, anemia and age were independently associated with KCCQ-12 (Figure 1). KCCQ-12 was also significantly associated with all-cause mortality (HR per 1 point increase =0.976, 95%CI:0.970-0.981, p<0.001) (Figure 2). The AUC for KCCQ-12 overall score to predict mortality at the follow-up period was 0.680 (95%CI:0.642-0.717, p<0.001). Conclusions Both cardiac and non-cardiac comorbidities, as well as visit type, age and body mass index, are independently associated with QoL in patients with HF. Future studies incorporating QoL assessment in HF patients should be interpreted with particular consideration of these factors.Adjusted linear regression for KCCQ-12 Kaplan-Meier curves for mortality
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 | 0,002 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».