Three-year changes in high-sensitivity cardiac troponin-T and total mortality in older adults

Dhayana Dallmeier; Johanna U Braisch; Michael Denkinger; Wolfgang Köenig; Dietrich Rothenbacher

doi:10.1038/s41598-024-78641-7

학술저널 cc-by Full-text

저자정보: Dhayana Dallmeier Johanna U Braisch Michael Denkinger Wolfgang Köenig Dietrich Rothenbacher

출처: Springer Science and Business Media LLC Scientific Reports 14(1)

오류 신고하기

피인용 0

검색

초록·키워드

Elevated high-sensitivity cardiac troponin-T (hs-cTnT) is associated with mortality in older adults. However, little is known about the implications of changes over time. We investigated hs-cTnT 3-year change and its association with subsequent mortality in the Activity and Function in the Elderly Study. Participants with baseline and follow-up hs-cTnT < 5 ng/L built the reference group (G1 = 156). Five groups were defined among those with an increment over time: Undetectable at baseline: follow-up < 14 ng/L (G2 = 295), follow-up ≥ 14 ng/L (G3 = 24). Baseline 5 to <14 ng/L: follow-up < 14 ng/L (G4 = 101), follow-up ≥ 14 ng/L (G5 = 96). G6 included baseline and follow-up > 14 ng/L (n = 74). Cox-proportional hazards models evaluated the association with mortality adjusting for age, sex, education, cardiovascular disease, chronic kidney disease, number of medications, hs-CRP, and NT-proBNP. Among 745 participants (median age 75.9 years, 58.9% male) we observed 98 deaths (median follow-up 4.8 years). G1 had the lowest mortality rate (MR) (5.2 per 1000 person-years). The highest MR were observed by follow-up ≥ 14 ng/L: G3: 95.4 and G6: 100.4 per 1000 person-years, with an adjusted hazard ratio of 5.22 [95% CI 1.46, 18.65] and 3.40 [95% CI 1.02, 11.34], respectively. Hs-cTnT trajectories could help to identify older adults with a high mortality risk even after further adjustment including hs-CRP and NT-proBNP.

#Medicine #Hazard ratio #Internal medicine #Proportional hazards model #Troponin complex #Troponin #Troponin T #Renal function #Demography #Cardiology #Confidence interval #Myocardial infarction

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

댓글(0)