Time trends in cardiovascular and all-cause mortality in the ‘old’ and ‘new’ European Union countries
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIMS: There are large differences in all-cause and cardiovascular disease (CVD) mortality between eastern and western countries in Europe. We reviewed the development of these mortality trends in countries of the European Union (EU) over the past 40 years and evaluated available data regarding possible determinants of these differences. METHODS AND RESULTS: We summarized all-cause mortality and specific cardiovascular mortality for two country groups - 10 countries that joined the European Union (EU) after 2004 (East), and 15 countries that joined before 2004 (West). Standardized mortality rates were retrieved from the World Health Organization "European Health for All" database for each country between 1970 and 2007. Currently (in the 2000s), mortality due to circulatory system disease, ischemic heart disease (IHD), cerebrovascular disease (CBVD), and all-causes in the 'new' EU countries (East) is approximately twice that in the 'old' EU countries (West). These differences were much smaller in the 1970s. The increasing gap in mortality between West and East is primarily the result of a continuous and rapid improvement in the West. CONCLUSION: Differences in lifestyle (i.e. diet, alcohol consumption, physical activity, and smoking) provide insufficient explanation for the observed mortality gap in these two groups of EU countries. Higher expenditures on health, better access to invasive and acute cardiac care, and better pharmacological control of hypertension and hypercholesterolemia in the West are well documented. Socioeconomic and psychosocial factors may also contribute to the changes in mortality trends.
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.
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 | 0,044 | 0,000 |
| 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 | 0,000 | 0,001 |
| 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 découle