Cardiovascular risk among South Asians living in Canada: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: South Asians represent about 3% of the Canadian population and have a higher burden of certain cardiovascular risk factors and cardiovascular disease (CVD) compared with white people. The objective of this study was to review the literature to compare cardiovascular risk factors and disease management practices among adult South Asian and white Canadians. METHODS: We searched MEDLINE, Embase, Cochrane and Cumulative Index to Nursing and Allied Health Literature databases from their inception through Feb. 17, 2014 and the reference lists of the selected articles. English-language studies of interventions and observational studies of biological mechanisms underlying CVD risk in South Asians conducted in Canada were eligible for inclusion. Where appropriate, we used random-effects meta-analyses to integrate results comparing the CVD risk profiles of South Asian and white Canadians. RESULTS: We included 50 articles (n = 5 805 313 individuals) in this review. Compared with white Canadians, South Asian Canadians had a higher prevalence and incidence of CVD, an increased prevalence of diabetes (odds ratio [OR] 2.25, 95% confidence interval [CI] 1.81 to 2.80, p < 0.001) and hypertension (OR 1.11, 95% CI 1.02 to 1.22, p = 0.02), lower high-density lipoprotein cholesterol levels (mean difference -0.19 mmol/L, 95% CI -0.25 to -0.13 mmol/L, p < 0.001) and a higher percentage of body fat (men: absolute mean difference 3.23%, 95% CI 0.83% to 5.62%, p = 0.008; women: absolute mean difference 4.09%, 95% CI 3.46% to 4.72%, p < 0.001). South Asian people are also more sedentary, consume higher levels of carbohydrates and are less likely to smoke tobacco (OR 0.38, 95% CI 0.24 to 0.60, p < 0.001]) than white Canadians. No differences in access to diagnostic tests, outcomes following cardiovascular surgery or use of cardiac rehabilitation programs were apparent. INTERPRETATION: Compared with white people, South Asian people living in Canada have a higher prevalence and incidence of CVD and possess a unique cardiovascular risk profile.
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 | 0,008 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,021 |
| Bibliométrie | 0,008 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».