Risk Factors Associated With Myocardial Infarction in Africa
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
BACKGROUND: Cardiovascular disease (CVD) is rising in low-income countries. However, the impact of modifiable CVD risk factors on myocardial infarction (MI) has not been studied in sub-Saharan Africa (SSA). Therefore, we conducted a case-control study among patients with acute MI (AMI) in SSA to explore its association with known CVD risk factors. METHODS AND RESULTS: First-time AMI patients (n=578) were matched to 785 controls by age and sex in 9 SSA countries, with South Africa contributing approximately 80% of the participants. The relationships between risk factors and AMI were investigated in the African population and in 3 ethnic subgroups (black, colored, and European/other Africans) and compared with those found in the overall INTERHEART study. Relationships between common CVD risk factors and AMI were found to be similar to those in the overall INTERHEART study. Modeling of 5 risk factors (smoking history, diabetes history, hypertension history, abdominal obesity, and ratio of apolipoprotein B to apolipoprotein A-1) provided a population attributable risk of 89.2% for AMI. The risk for AMI increased with higher income and education in the black African group in contrast to findings in the other African groups. A history of hypertension revealed higher MI risk in the black African group than in the overall INTERHEART group. CONCLUSIONS: Known CVD risk factors account for approximately 90% of MI observed in African populations, which is consistent with the overall INTERHEART study. Contrasting gradients found in socioeconomic class, risk factor patterns, and AMI risk in the ethnic groups suggest that they are at different stages of the epidemiological transition.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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