Gender Difference and Characteristics Attributed to Coronary Artery Disease in Gaza-Palestine
Notice bibliographique
Résumé
UNLABELLED: Traditionally coronary artery disease (CAD) has been considered as disease affecting men, and for long time women were not included in researches programme. In both sexes, coronary heart disease risk increases with age. Extensive clinical and statistical studies have identified serial factors that increase the risk of coronary heart disease, some of them can be modified, and some cannot. This study was performed to analyze the extent to which cardiovascular risk factors can explain the gender difference in coronary heart disease. METHODS: The study design is a cross sectional study based on 155 cardiac patients admitted to cardiology department in Al-shifa hospital Gaza. The following cardiac risk factors were determined from the patient's records, smoking, diabetes, high blood pressure, Dyslipedemia and presence of family history of coronary artery disease. Catheterization results review were done. Statistical Package for Social Science version 17 was used for data entry and analysis. Frequency and cross tabulation were done to explore the relationship between the study variables. Chi-square test was used for testing statistical and P-value less than 0.05 were considered as significant. RESULTS: Most of risk factors were more favorable in females and increase with age. Myocardial infarction in male compared with female was 2 times higher, and chronic angina pain is common in female than male respectively 71.4% and 46.7%. Around 77% of female have two vessels disease and more. No great differences in number of diseased vessels among patients with myocardial infarction or chronic stable angina. Patients with low EF <50% have higher chance of affected vessels (82.9%). CONCLUSION: CAD stay the major problem in male and female, certain patient's characteristics and clinical conditions may place female at higher risk of coronary artery disease development or progression. This article addresses emerging knowledge regarding gender differences in CAD risk factors and responsiveness to risk reduction interventions.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 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 ».