MétaCan
Menu
Retour à la cohorte
Enregistrement W2118161747 · doi:10.1136/hrt.2008.155796

Potentially modifiable risk factors associated with myocardial infarction in China: the INTERHEART China study

2009· article· en· W2118161747 sur OpenAlexafffund
Koon Teo, L Liu, Clara K Chow, Xinqian Wang, Shofiqul Islam, Lin Jiang, John E. Sanderson, Sumathy Rangarajan, Salim Yusuf

Notice bibliographique

RevueHeart · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Health and Mental Health
Établissements canadiensHamilton Health SciencesMcMaster UniversityPopulation Health Research InstituteMcMaster University Medical Centre
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineInternal medicineBody mass indexMyocardial infarctionAbdominal obesityWaistDiabetes mellitusObesityCohortCardiologyRisk factorDemographyEndocrinology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Lifestyle changes associated with the rapidly developing economy increase cardiovascular disease (CVD), myocardial infarction (MI) and cardiovascular risk factors (CVRFs) in China. OBJECTIVE: To assess and compare regionally, and with other regions of the world, distribution of the nine INTERHEART CVRFs, their relationship to MI and the CVD epidemic in China in order to determine how this may influence the future of CVD in China. METHODS: Patients with first acute MI (n = 3030) and age- and sex-matched controls (n = 3056) were enrolled from 26 centres in China. RESULTS: Northern Chinese had higher rates of smoking and hypertension, whereas southern Chinese reported lower fruit and vegetable intake and higher rates of depression. Compared with other regions, participants from China were older, with lower body mass index and waist to hip ratios, lower total and low-density lipoprotein cholesterol levels, ApoB lipoprotein and ApoB to ApoA-1 ratios, but higher high-density lipoprotein cholesterol and ApoA-1. All nine INTERHEART CVRFs, education and income were significantly associated with MI in the Chinese cohort. There was significant heterogeneity in the strength of association between certain CVRFs and MI for China versus other regions, with stronger associations for the Chinese for diabetes (OR 5.10 vs 2.84), depression (2.27 vs 1.37) and permanent stress (2.67 vs 2.06); and lower for the Chinese for abdominal obesity (1.33 vs 2.62) (p for heterogeneity, all <0.001). CONCLUSIONS: Diabetes and psychosocial factors have strong associations with risk of MI in China, indicating that future increases in these risk factors with societal change in China may hasten rapid increases in CVD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,298
Écart entre enseignants0,282 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations68
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHeartMême sujetCardiac Health and Mental HealthTravaux en français237 207