Using the concept of ideal cardiovascular health to measure population health
Notice bibliographique
Résumé
PURPOSE OF REVIEW: This article describes the recent literature from January 2014 to March 2015 examining the cardiovascular health of populations using the concept of ideal cardiovascular health with a particular focus on cardiovascular health in different countries and the association with subclinical markers of cardiovascular disease (CVD). RECENT FINDINGS: The relatively new concept of ideal cardiovascular health, based on the presence of seven healthy behaviours and factors including nonsmoking, active physical activity, healthy diet, low body mass index, low blood pressure, glucose, and cholesterol, can be used to assess a population's health status and develop an understanding of how cardiovascular health is associated with biological disease processes and clinical outcomes such as CVD incidence and mortality. Recent studies have adapted the American Heart Association definition of ideal cardiovascular health to fit the available data in different countries and have shown that the prevalence of ideal cardiovascular health is low in populations worldwide, including North America, Europe, Asia, and the Middle East. Recent studies have also uncovered strong associations between ideal cardiovascular health metrics and subclinical markers for CVD such as coronary artery calcification, carotid intima-media thickness, and pulse wave velocity. SUMMARY: A number of studies have demonstrated the low prevalence of ideal cardiovascular health in several countries and a strong relationship with subclinical CVD and biomarkers. The association with subclinical markers for CVD provides some evidence of the intermediary biological pathways through which ideal cardiovascular health results in a lower incidence of CVD and highlights the importance of improving cardiovascular health metrics in the general population.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».