Race/Ethnic Differences in the Associations of the Framingham Risk Factors with Carotid IMT and Cardiovascular Events
Notice bibliographique
Résumé
BACKGROUND: Clinical manifestations and outcomes of atherosclerotic disease differ between ethnic groups. In addition, the prevalence of risk factors is substantially different. Primary prevention programs are based on data derived from almost exclusively White people. We investigated how race/ethnic differences modify the associations of established risk factors with atherosclerosis and cardiovascular events. METHODS: We used data from an ongoing individual participant meta-analysis involving 17 population-based cohorts worldwide. We selected 60,211 participants without cardiovascular disease at baseline with available data on ethnicity (White, Black, Asian or Hispanic). We generated a multivariable linear regression model containing risk factors and ethnicity predicting mean common carotid intima-media thickness (CIMT) and a multivariable Cox regression model predicting myocardial infarction or stroke. For each risk factor we assessed how the association with the preclinical and clinical measures of cardiovascular atherosclerotic disease was affected by ethnicity. RESULTS: Ethnicity appeared to significantly modify the associations between risk factors and CIMT and cardiovascular events. The association between age and CIMT was weaker in Blacks and Hispanics. Systolic blood pressure associated more strongly with CIMT in Asians. HDL cholesterol and smoking associated less with CIMT in Blacks. Furthermore, the association of age and total cholesterol levels with the occurrence of cardiovascular events differed between Blacks and Whites. CONCLUSION: The magnitude of associations between risk factors and the presence of atherosclerotic disease differs between race/ethnic groups. These subtle, yet significant differences provide insight in the etiology of cardiovascular disease among race/ethnic groups. These insights aid the race/ethnic-specific implementation of primary prevention.
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 | 0,015 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,005 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».