Myocardial infarction symptom recognition by the lay public: the role of gender and ethnicity
Notice bibliographique
Résumé
STUDY OBJECTIVE: To find out if gender and ethnicity are associated with acute myocardial infarction (AMI) symptom recognition and the recommendation of enlisting emergency medical services. DESIGN: In an experiment, a random sample of the public was provided a scenario of a person experiencing symptoms of AMI; the gender of the character (male, female, or indeterminate) was manipulated. SETTING: Vancouver, Canada PARTICIPANTS: 976 people from a population based random sample of 3419 people, 40 years of age and older, participated in a telephone survey given in English, Cantonese, Mandarin, and Punjabi. MAIN RESULTS: 78% of the respondents identified the symptoms as heart related. Unadjusted analyses showed that ethnicity, education, income, and AMI knowledge were significantly associated with symptom recognition (Chinese respondents were least likely to identify the symptoms as heart related). Thirty seven per cent recommended calling emergency services, which was associated with symptom recognition, ethnicity (Chinese respondents were least likely to make the recommendation), AMI knowledge, having an immediate family member with AMI, and having talked with a health professional about the signs and symptoms of AMI. Neither the gender of the respondent nor of the affected person in the scenario was associated with symptom recognition. CONCLUSIONS: Heart health education must be targeted to and tailored for ethnic communities. Health professionals must discuss the signs and symptoms of AMI, and the correct course of action, with their patients.
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 | 0,023 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».