Geographical variations in the prevalence and management of cardiovascular risk factors in outpatients with CAD: Data from the contemporary CLARIFY registry
Notice bibliographique
Résumé
AIM: To determine the current prevalence and control of major cardiovascular risk factors in stable CAD outpatients worldwide. METHODS: We analysed variations in cardiovascular risk factors in stable CAD outpatients from CLARIFY, a 5-year observational longitudinal cohort study, in seven geographical zones (Western/Central Europe; Canada/South Africa/Australia/UK; Eastern Europe; Central/South America; Middle East; East Asia; and India). RESULTS: Patient presentation (N=32,954, mean age 64.2 years, 78% male) varied between zones, as did prevalence of risk factors (all p < 0.0001). Obesity ranged from 20% (East Asia) to 42% (Middle East), raised blood pressure from 28% (Central/South America and East Asia) to 48% (Eastern Europe), raised LDL cholesterol from 24% (Canada/South Africa/Australia/UK) to 65% (Eastern Europe), elevated heart rate (≥70 bpm) from 38% (Western/Central Europe) to 78% (India), diabetes from 17% (Eastern Europe) to 60% (Middle East), and smoking from 6% (Central/South America) to 19% (Eastern Europe). Aspirin and lipid-lowering drugs were widely used everywhere (≥84% and ≥88%, respectively). Rates of risk factor control varied geographically (all p < 0.0001). Rate of controlled blood pressure in hypertension varied from 47% (Eastern Europe) to 66% (Central/South America), glucose control in diabetes from 23% (India) to 51% (Western/Central Europe and East Asia), controlled LDL cholesterol and dyslipidaemia from 32% (Eastern Europe) to 75% (Canada/South Africa/Australia/UK), heart rate <70 bpm from 22% (India) to 62% (Western/Central Europe), and heart rate ≤60 bpm in angina patients from 2% (India) to 29% (Canada/South Africa/Australia/UK and Central/South America). CONCLUSION: Prevalence and control of major cardiovascular risk factors in stable CAD vary markedly worldwide. Many stable CAD outpatients are being treated suboptimally.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».