MétaCan
Menu
← Retour à la cohorte
Enregistrement W7127656730 · doi:10.1093/eurheartj/ehaf784.1478

Body mass index in the context of acute heart failure and preserved left ventricular ejection fraction: a paradoxical effect of obesity?

2025· article· en· W7127656730 sur OpenAlexaff
A Iaconelli, Christian Cardile, L Cacioli, A Forni, L Sanasi, M. Da Busti, L Sensini, Antonio De Vita, A Piccioni, Giuseppe De Matteis, Jacopo Lenkowicz, F Franceschi, Marcello Covino

Notice bibliographique

RevueEuropean Heart Journal · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Function and Risk Factors
Établissements canadiensUniversity Hospital Foundation
Organismes subventionnairesnon disponible
Mots-clésHeart failureBody mass indexContext (archaeology)Ejection fractionProportional hazards modelHazard ratio

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction Obesity is a common and multifactorial disease, classified according to Body Mass Index (BMI) categories. Although previous studies suggest that higher BMI might be associated with an increased risk of cardiovascular diseases, there is limited information available for patients with a diagnosis of acute heart failure (HF) and with a preserved left ventricular ejection fraction (HFpEF). Aims To assess baseline characteristics, comorbidities, clinical presentation and outcomes according to the BMI categories in patients with HFpEF and acutely admitted due to worsening HF. Methods In this single-centre, retrospective, observational study, data on patients with HFpEF and admitted due to acute HF from 1st January 2015 to 31st December 2019 were collected. Patients were classified into the currently accepted BMI categories: 18.5-24.9 kg/m2 (normal weight), 25-29.9 kg/m2 (overweight), 30-34.9 kg/m2 (class I obesity), 35-39.9 kg/m2 (class II obesity), ≥ 40 kg/m2 (class III obesity). Baseline characteristics, clinical presentation, blood tests and echocardiographic data were analysed according to the BMI categories. Independent predictors of BMI were identified using linear regression analysis and association between BMI and outcomes was assessed using Cox proportional hazard analysis. The composite of all-cause mortality or readmission due to AHF at 90 days after discharge was our primary outcome. Results Of the 3,073 patients enrolled (aged 81 years, of whom 47 % men), 1,346 (44%) reported normal weight, 1,090 (35%) overweight, whilst 439 (14%), 121 (4%) and 77 (3%) were in the I, II and III class of obesity, respectively. Patients with higher BMI were younger, had higher prevalence of hypertension, diabetes, atrial fibrillation, coronary artery disease and kidney failure. Compared to participants with normal weight, those with greater BMI presented decreased N-terminal pro brain natriuretic peptide (NT-proBNP) measurements, whereas echocardiographic variables did not significantly differ among the BMI categories. In the multivariate analysis, participants with a higher BMI had a lower incidence of the composite outcome of all-cause mortality or HF-related readmission compared to those with normal weight (p=0.001). Conclusions BMI is often elevated in patients diagnosed with HFpEF who are acutely hospitalized for worsening HF. Greater BMI values were associated with higher prevalence of hypertension, diabetes but lower NT-proBNP concentrations. Patients with increased BMI presented a lower risk of adverse outcomes, suggesting a potential and paradoxical protective effect of obesity on the prognosis of patients with HF.

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)0,007
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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,010
Tête enseignante GPT0,268
Écart entre enseignants0,258 · 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 revueEuropean Heart Journal→Même sujetCardiovascular Function and Risk Factors→Travaux en français237 207→