Aortic Arch Calcification and Vascular Disease: The Guangzhou Biobank Cohort Study
Notice bibliographique
Résumé
OBJECTIVE: To examine the association between aortic arch calcification (AAC) and vascular disease in an older Chinese sample. METHODS: For this study, 30,203 Chinese aged 50-85 years were recruited with baseline information on socioeconomic position, lifestyle and vascular risk factors. The presence and severity of AAC were diagnosed independently from chest X-ray by two radiologists. RESULTS: The age-adjusted prevalence of AAC was significantly higher in women than men [34.6% (95% CI 33.9-35.3) vs. 27.9% (95% CI 26.8-28.8), p < 0.001]. Severity of AAC was significantly associated with physician-diagnosed ischemic heart disease (adjusted OR = 1.55, 95% CI 1.35-1.79) and combined vascular disease (OR = 1.48, 95% CI 1.30-1.69) after adjusting for multiple potential confounders. Increasing severity of AAC was associated with increased risk for ischemic heart disease and vascular disease (p for trend = 0.02 to <0.001). No association between AAC and stroke was found. CONCLUSIONS: AAC was strongly and independently associated with vascular disease, suggesting that assessment of AAC from chest X-ray, which is noninvasive and relatively inexpensive, can provide useful information for risk stratification of vascular disease, and should be routinely incorporated in chest X-ray examination.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».