Age and sex differences, and changing trends, in the use of evidence-based therapies in acute coronary syndromes: perspectives from a multinational registry
Notice bibliographique
Résumé
BACKGROUND: A limited number of studies have examined the age and sex differences, and potentially changing trends, in cardiac medication and procedure use in patients hospitalized with an acute coronary syndrome (ACS). METHODS: Using data from a large multinational study, we examined the age and sex differences, and changing trends (1999-2007) therein, in the hospital use of evidence-based therapies in patients hospitalized with an ACS using data from the Global Registry of Acute Coronary Events (n=50 096). RESULTS: After adjustment for several variables, in comparison with men below 65 years, patients in other age-sex strata had a significantly lower odds of receiving aspirin [odds ratios (ORs) for men 65-74, 75-84, and >or=85 years, women <65, 65-74, 75-84, and >or=85 years were 0.86, 0.84, 0.72, 0.80, 0.86, 0.68 and 0.46, respectively], angiotensin-converting enzyme inhibitors or angiotensin II receptor blockers (ORs, 1.08, 1.01, 0,71, 0.83, 0.90, 0.89, and 0.63), beta blockers (ORs, 0.66, 0.52, 0.53, 0.67, 0.54, 0.53, and 0.52), statins (ORs, 0.72, 0.49, 0.29, 0.82, 0.68, 0.44, and 0.22), and undergoing coronary artery bypass graft surgery or a percutaneous coronary intervention (ORs, 0.79, 0.53, 0.21, 0.64, 0.57, 0.38, and 0.13) during their acute hospitalization. Age and sex differences in the receipt of these therapies remained relatively unchanged during the period under study. CONCLUSION: Although there were increasing trends in the use of evidence-based medications and cardiac procedures over time, important gaps in the utilization of effective cardiac treatment modalities persist in elderly patients and younger women.
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 | 0,000 | 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 | 0,001 |
| 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 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 ».