MétaCan
Menu
Retour à la cohorte
Enregistrement W2158513456 · doi:10.1161/circoutcomes.109.884601

Would Achieving Healthy People 2010’s Targets Reduce Both Population Levels and Social Disparities in Heart Disease?

2009· article· en· W2158513456 sur OpenAlexafffund
Beatriz Alvarado, Sam Harper, Robert W. Platt, George Davey Smith, John Lynch

Notice bibliographique

RevueCirculation Cardiovascular Quality and Outcomes · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Health and Risk Factors
Établissements canadiensQueen's University
Organismes subventionnairesCanadian Institutes of Health ResearchU.S. Public Health Service
Mots-clésMedicineNational Health and Nutrition Examination SurveyPopulationDemographyEpidemiologyRisk factorPsychological interventionObesityEnvironmental healthDiabetes mellitusGerontologyInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The US Healthy People 2010 (HP2010) agenda set targets for major risk factors for coronary heart disease (CHD). However, the potential impact of achieving those risk factor reductions on both population levels and social disparities in CHD has not been quantified. METHODS AND RESULTS: Data on 10-year risk of CHD (from the First National Health and Nutrition Examination Epidemiological Follow-Up study 1971 to 1982), prevalence of major CHD risk factors (from the National Health and Nutrition Examination Survey 2003 to 2004), and HP2010 targets for CHD risk factors (reduction of smoking rate to 12%, hypertension to 14%, high cholesterol levels to 17%, diabetes to 2.5%, and obesity to 15%) were used to estimate effects of different scenarios on population levels and social disparities in CHD. Over a 10-year period, the largest relative reductions in population levels of CHD (20.0% in men; 23.9% in women) would be achieved if all social groups met the HP2010 targets. CHD disparities would be most reduced if the less educated (absolute disparities reduced by 66.1% in men; 56.3% in women) and the low income group (absolute disparities reduced by 93.7% in men; 94.3% in women) achieved the targets before the most advantaged. These reductions are larger than those expected if targets were achieved overall for the population but relative social group differences in risk factors remained, or under leveling-up approaches in which the least advantaged achieved the current levels of risk factors of the most advantaged. CONCLUSIONS: Interventions to reduce CHD risk factors to HP2010 targets that focus on all social groups would produce the best overall scenario for both population levels and disparities in CHD.

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)0,009
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,038
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,065
Tête enseignante GPT0,351
Écart entre enseignants0,286 · 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

Citations9
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCirculation Cardiovascular Quality and OutcomesMême sujetCardiovascular Health and Risk FactorsTravaux en français237 207