Premature Mortality from Cardiovascular Disease in the Americas – Will the Goal of a Decline of “25% by 2025” be Met?
Notice bibliographique
Résumé
BACKGROUND: Cardiovascular diseases (CVD) are the underlying cause 1.6 million deaths per year in the Americas, accounting for 30% of total mortality and 38% of by non-communicable deaths diseases (NCDs). A 25% reduction in premature mortality due four main NCDs was targeted by the 2011 High-level Meeting of the General Assembly on the Prevention and Control of NCDs. While overall CVD mortality fell in the Americas during the past decade, trends in premature CVD mortality during the same period have not been described, particularly in the countries of Latin America and the Caribbean. METHODS: This is a population-based trend-series study based on a total of 6,133,666 deaths to describe the trends and characteristics of premature mortality due to CVD and to estimates of the average annual percentage of change during the period 2000-2010 in the Americas. FINDINGS: Premature mortality due to CVD in the Americas fell by 21% in the period 2000-2010 with a -2.5% average annual rate of change in the last 5 year-a statistically significant reduction of mortality-. Mortality from ischemic diseases, declined by 25% - 24% among men and 26% among women. Cerebrovascular diseases declined by 27% -26% among men and 28% among women. Guyana, Trinidad and Tobago, the Dominican Republic, Bahamas, and Brazil had CVD premature mortality rates over 200 per 100,000 population, while the average for the Region was 132.7. US and Canada will meet the 25% reduction target before 2025. Mexico, Costa Rica, Venezuela, Dominican Republic, Panama, Guyana, and El Salvador did not significantly reduce premature mortality among men and Guyana, the Dominican Republic, and Panama did not achieve the required annual reduction in women. CONCLUSIONS: Trends in premature mortality due to CVD observed in last decade in the Americas would indicate that if these trends continue, the Region as a whole and a majority of its countries will be able to reach the goal of a 25% relative reduction in premature mortality even before 2025.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».