Sofia declaration for prevention of cardiovascular diseases and Type 2 diabetes mellitus: a scientific statement of the International College of Cardiology and International College of Nutrition
Notice bibliographique
Résumé
Background: There has been persistent emphasis from various health agencies including United Nations on the prevention of cardiovascular diseases (CVDs) and other chronic diseases. This review focusses on the emergence of CVDs and other chronic diseases as well as on modern strategies for their prevention. Methods: A systematic and narrative review was conducted using such reference databases as MEDLINE (PubMed), Web of Science and EBSCO, with additional secondary sources and grey literature searching. Opinions of experts were also sought and discussions followed. Results: The prevalence of primary risk factors for most chronic diseases is rapidly increasing in low and middle income populations due to the on-going economic development and progress. There is a decrease in such risk factors in the developed countries as due to education and adoption of preventive strategies result in a reduction in CVD mortality. Hypertension (5-10%), type 2 diabetes (3- 5%) and CAD (3-4%) are very low in the adult rural populations of India, China, and in the African subcontinent which has less economic development. It seems that it is not poverty, but the lack of health education, possibly due to ineffective policies of national and local governments. In urban and immigrant populations of India and China, which are economically better off, NCDs are significantly higher than they are in some of the highincome populations. Health education and promotion of healthier lifestyle and behaviour appear to be important for prevention in such countries. Conclusion: These findings may require modification of the existing American and European guidelines, proposed for the prevention of CVDs and other chronic diseases, in highincome populations.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».