Commentary: Cardiovascular implications of the epidemiological transition for the developing world: Thailand as a case in point
Notice bibliographique
Résumé
Cardiovascular disease (CVD) is currently the leading cause of death and disability in developed nations, and is increasing rapidly in the developing world.1 If demographic trends continue, it is estimated that 90% of the global CVD burden will occur in low and middle-income countries by the year 2025. The rapid increase in CVD rates in developing regions is occurring at a time when infectious and nutritional deficiency diseases are in decline, a phenomenon that has been termed ‘the epidemiologic transition’.2 East Asia, in particular, is expected to suffer some of the largest increases in CVD morbidity and mortality in coming years. The reasons for the epidemiological transition are several-fold. As developing countries undergo economic and social transformation, prevalent diseases shift from those common to the most impoverished societies—namely infectious and nutritional diseases—to more chronic, degenerative conditions, such as cancer, atherosclerosis, and diabetes. The dramatic increase in CVD rates in developing regions also reflects substantial increases in life expectancy in many low-income societies, coupled with the greater vulnerability of middle-aged and elderly individuals to the development of CVD. With urbanization and industrialization, the population burden of vascular risk factors—hypertension, hypercholesterolaemia, diabetes, and obesity, especially—also increases. This results from the uptake of unhealthy dietary patterns which are aggressively marketed to them by the commercial food industry, and sedentary lifestyles due to the increased use of energy-saving devices (e.g. cars).
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 | 0,005 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,004 | 0,007 |
| Science ouverte | 0,007 | 0,002 |
| Intégrité de la recherche | 0,055 | 0,051 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,008 |
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 ».