Beruflich Dokumente
Kultur Dokumente
METHODS:
We used a classification and regression tree (CART) model to determine the top
predictors for heart failure incidence using the NHANES Epidemiologic Follow-up Study
(NHEFS). The identified predictors were hypertension, diabetes, obesity, and myocardial
infarction (MI). We evaluated the relationship between these variables and incident heart
failure by the product-limit method and Cox models. All analyses incorporated the
complex sample design to provide population estimates.
RESULTS:
We analyzed data from 14,407 adults in the NHEFS. Participants with diabetes, MI,
hypertension, or obesity had a higher incidence of heart failure than those without risk
factors, with diabetes and MI being the most potent predictors. Individuals with multiple
risk factors had a higher incidence of heart failure as well as a higher hazard ratio than
those with just one risk factor. Combinations that included diabetes and MI had the
highest incidence rates of heart failure per 1000 person years and the highest hazard
ratios for incident heart failure.
CONCLUSIONS:
Having diabetes, MI, hypertension or obesity significantly increased the risk for
incident heart failure, especially combinations including diabetes and MI. This suggests
that individuals with these conditions, singly or in combination, should be prioritized in
efforts to predict and prevent heart failure incidence.
Terjemahan :
Bergsten TM1, Nicholson A1, Donnino R2, Wang B2, Fang Y3,
Natarajan S4.
Informasi penulis
1Sistem Kesehatan Pelabuhan VA New York, New York, NY,
Amerika Serikat.2Sistem Kesehatan Pelabuhan VA New York, New
York, NY, Amerika Serikat; Fakultas Kedokteran Universitas New
York, New York, NY, Amerika Serikat.3Fakultas Kedokteran
Universitas New York, New York, NY, Amerika Serikat.4
Sistem Kesehatan Pelabuhan VA New York, New York, NY, Amerika
Serikat; Fakultas Kedokteran Universitas New York, New York, NY,
Amerika Serikat. Alamat elektronik: Sundar.Natarajan@med.nyu.edu.
Abstrak
LATAR BELAKANG:
Gagal jantung adalah beban berat pada sistem perawatan kesehatan di
Amerika Serikat. Begitu gagal jantung berkembang, kualitas hidup dan
umur panjang akan terpengaruh secara dramatis. Karena itu,
pencegahannya sangat penting untuk kesejahteraan pasien berisiko.
Kami mengevaluasi kemampuan prediksi informasi klinis yang tersedia
untuk mengidentifikasi mereka yang mungkin mengalami gagal
jantung.
METODE:
Kami menggunakan model pohon klasifikasi dan regresi (CART) untuk
menentukan prediktor teratas untuk kejadian gagal jantung
menggunakan NHANES Epidemiologic Follow-up Study (NHEFS).
Prediktor yang diidentifikasi adalah hipertensi, diabetes, obesitas, dan
infark miokard (MI). Kami mengevaluasi hubungan antara variabel-
variabel ini dan kejadian gagal jantung dengan metode batas produk
dan model Cox. Semua analisis menggabungkan desain sampel
kompleks untuk memberikan perkiraan populasi.
HASIL:
Kami menganalisis data dari 14.407 orang dewasa di NHEFS. Peserta
dengan diabetes, MI, hipertensi, atau obesitas memiliki insiden gagal
jantung yang lebih tinggi daripada mereka yang tidak memiliki faktor
risiko, dengan diabetes dan MI menjadi prediktor yang paling kuat.
Individu dengan beberapa faktor risiko memiliki insiden gagal jantung
yang lebih tinggi serta rasio bahaya yang lebih tinggi daripada mereka
yang hanya memiliki satu faktor risiko. Kombinasi yang termasuk
diabetes dan MI memiliki tingkat kejadian gagal jantung tertinggi per
1000 orang tahun dan rasio bahaya tertinggi untuk kejadian gagal
jantung.
KESIMPULAN:
KATA KUNCI:
Diabetes; Insiden penyakit jantung; Infark miokard; Ramalan;
Pencegahan; Faktor risiko; Analisis kelangsungan hidup
Review Epidemiologi :
Distribusi :
Frekuensi :
Determinan