Hypertension and cardiovascular disease endpoints by ethnic group: the promise of data linkage
Notice bibliographique
Résumé
Hypertension is the most important risk factor for cardiovascular diseases (CVD), accounting for approximately 45% of global CVD morbidity and mortality.1 Evidence suggests striking differences in blood pressure (BP) and hypertension prevalence between ethnic groups. West African descent adults living in Europe and North America, whether they come directly from Africa or indirectly from the Caribbean, generally have higher BP levels and a higher prevalence of hypertension than European descent populations (henceforth, white individuals), with this being seen at all ages in North America and only from adulthood in the UK.2 ,3 Chinese-origin people also have slightly higher BP and prevalence of hypertension than white individuals.4 ,5 The evidence is mixed when it comes to the South-Asian descent populations (ie, Indian, Pakistani, Bangladeshi and Sri Lankan people). In a systematic review in the UK, BP levels among South-Asian individuals were generally similar to that of the UK general population, but there were stark differences among the South-Asian subgroups, with slightly higher BP in Indian individuals, slightly lower BP in Pakistani individuals, and much lower BP in Bangladeshi individuals.6 Studies in The Netherlands7 and Canada,5 ,8 however, show a higher hypertension prevalence in South-Asian than in white individuals. In the Ontario Health Survey, the age-standardised hypertension prevalence among South-Asian individuals was 30.1% compared with 20.7% among white Canadian people.8 South-Asian were still more likely than white Canadian individuals to have hypertension even after adjustment for age, sex and body mass index. While hypertension remains the most important risk factor for CVD, its contribution to the ethnic differences in CVD outcomes is still sometimes puzzling. In the UK, although the BP levels are similar or lower in the South-Asian relative to the general population, they have a higher mortality from stroke and …
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 | 0,296 | 0,578 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,009 | 0,006 |
| Bibliométrie | 0,013 | 0,023 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,011 | 0,016 |
| Science ouverte | 0,006 | 0,015 |
| Intégrité de la recherche | 0,006 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».