MétaCan
Menu
Retour à la cohorte
Enregistrement W1967327975 · doi:10.1136/bmj.g1088

Explaining trends in Scottish coronary heart disease mortality between 2000 and 2010 using IMPACTSEC model: retrospective analysis using routine data

2014· article· en· W1967327975 sur OpenAlexaff
J. W. Hotchkiss, Carolyn Davies, Ruth Dundas, Nathaniel M. Hawkins, Pardeep S. Jhund, Shaun Scholes, Madhavi Bajekal, Martín O’Flaherty, Julia Critchley, Alastair H. Leyland, Simon Capewell

Notice bibliographique

RevueBMJ · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Health and Mental Health
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineAnginaConfidence intervalDiabetes mellitusMortality rateDemographyRetrospective cohort studyCoronary heart diseaseBlood pressureObesityInternal medicineMyocardial infarctionEndocrinology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To quantify the contributions of prevention and treatment to the trends in mortality due to coronary heart disease in Scotland. DESIGN: Retrospective analysis using IMPACTSEC, a previously validated policy model, to apportion the recent decline in coronary heart disease mortality to changes in major cardiovascular risk factors and to increases in more than 40 treatments in nine non-overlapping groups of patients. SETTING: Scotland. PARTICIPANTS: All adults aged 25 years or over, stratified by sex, age group, and fifths of Scottish Index of Multiple Deprivation. MAIN OUTCOME MEASURE: Deaths prevented or postponed. RESULTS: 5770 fewer deaths from coronary heart disease occurred in 2010 than would be expected if the 2000 mortality rates had persisted (8042 rather than 13,813). This reflected a 43% fall in coronary heart disease mortality rates (from 262 to 148 deaths per 100,000). Improved treatments accounted for approximately 43% (95% confidence interval 33% to 61%) of the fall in mortality, and this benefit was evenly distributed across deprivation fifths. Notable treatment contributions came from primary prevention for hypercholesterolaemia (13%), secondary prevention drugs (11%), and chronic angina treatments (7%). Risk factor improvements accounted for approximately 39% (28% to 49%) of the fall in mortality (44% in the most deprived fifth compared with only 36% in the most affluent fifth). Reductions in systolic blood pressure contributed more than one third (37%) of the decline in mortality, with no socioeconomic patterning. Smaller contributions came from falls in total cholesterol (9%), smoking (4%), and inactivity (2%). However, increases in obesity and diabetes offset some of these benefits, potentially increasing mortality by 4% and 8% respectively. Diabetes showed strong socioeconomic patterning (12% increase in the most deprived fifth compared with 5% for the most affluent fifth). CONCLUSIONS: Increases in medical treatments accounted for almost half of the large recent decline in mortality due to coronary heart disease in Scotland. Furthermore, the Scottish National Health Service seems to have delivered these benefits equitably. However, the substantial contributions from population falls in blood pressure and other risk factors were diminished by adverse trends in obesity and diabetes. Additional population-wide interventions are urgently needed to reduce coronary heart disease mortality and inequalities in future decades.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,148
Score d'incertitude au seuil0,294

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,018
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,134
Tête enseignante GPT0,447
Écart entre enseignants0,313 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations72
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJMême sujetCardiac Health and Mental HealthTravaux en français237 207