Abstract 17126: Tackling Cardiovascular Disease Risk in Primary Care: Does Sex Matter?
Notice bibliographique
Résumé
Purpose: To ascertain whether men and women respond differently to an intervention intended to decrease cardiovascular disease (CVD) risk in primary care (PC) through individualized systematic risk factor screening, risk-weighted behavioral counseling and pharmacological treatment. Methods: We studied two geographically diverse PC practices in Nova Scotia, Canada, with differing reimbursement models vs a comparison group. Patients completed a health risk assessment (HRA) and readiness to change assessment that triggered an intervention individualized around both parameters with 1-year follow-up and a final HRA. The primary endpoint was the proportion of subjects with moderate and high baseline 10-year Framingham Risk Scores reducing risk by 10% and 25%, respectively. Sex-differences in response to the intervention were explored. Results: 1509 intervention patients enrolled; 72% completed the study. Results are presented for 561 subjects with moderate or high baseline Framingham risk but no diabetes or established CVD. Mean age was 55.4 years; 57.8% were female. 43% vs 31% controls achieved the primary endpoint (p=0.06, ARR = 12%, RRR = 38%, NNT=9). Females (ARR=15%, RRR=46%, NNT= 7) did better than males (ARR=5.2%, RRR=17.2%, NNT=20). When comparing sexes, there was significantly greater reduction in systolic blood pressure (p< 0.001) and a higher increase in HDL cholesterol (p=0.04) for females. Significantly more (p < 0.0001) females changed their metabolic syndrome status (prevalence 93.5% vs 58.6% pre and post intervention, respectively) vs. males (59.5% vs. 46.8% pre and post intervention, respectively). The specific metabolic syndrome risk factors that drove the difference included waist circumference (p <0.0001), HDL cholesterol (p=0.03) and blood pressure (p=0.04). These results were obtained largely through lifestyle modification; drug use did not change significantly. Conclusion: In an intervention to improve CVD risk in primary care, women did better than men. Differences were seen especially around improved metabolic risk, predominantly as a result of lifestyle change. These findings suggest that prevention programs may need to modify their approaches according to patient sex.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».