Strategies and methods to study female-specific cardiovascular health and disease: a guide for clinical scientists
Notice bibliographique
Résumé
BACKGROUND: In 2001, the Institute of Medicine's (IOM) report, "Exploring the Biological Contributions to Human Health: Does Sex Matter?" advocated for better understanding of the differences in human diseases between the sexes, with translation of these differences into clinical practice. Sex differences are well documented in the prevalence of cardiovascular (CV) risk factors, the clinical manifestation and incidence of cardiovascular disease (CVD), and the impact of risk factors on outcomes. There are also physiologic and psychosocial factors unique to women that may affect CVD risk, such as issues related to reproduction. METHODS: The Society for Women's Health Research (SWHR) CV Network compiled an inventory of sex-specific strategies and methods for the study of women and CV health and disease across the lifespan. References for methods and strategy details are provided to gather and evaluate this information. Some items comprise robust measures; others are in development. RESULTS: To address female-specific CV health and disease in population, physiology, and clinical trial research, data should be collected on reproductive history, psychosocial variables, and other factors that disproportionately affect CVD in women. Variables related to reproductive health include the following: age of menarche, menstrual cycle regularity, hormone levels, oral contraceptive use, pregnancy history/complications, polycystic ovary syndrome (PCOS) components, menopause age, and use and type of menopausal hormone therapy. Other factors that differentially affect women's CV risk include diabetes mellitus, autoimmune inflammatory disease, and autonomic vasomotor control. Sex differences in aging as well as psychosocial variables such as depression and stress should also be considered. Women are frequently not included/enrolled in mixed-sex CVD studies; when they are included, information on these variables is generally not collected. These omissions limit the ability to determine the role of sex-specific contributors to CV health and disease. Lack of sex-specific knowledge contributes to the CVD health disparities that women face. CONCLUSIONS: The purpose of this review is to encourage investigators to consider ways to increase the usefulness of physiological and psychosocial data obtained from clinical populations, in an effort to improve the understanding of sex differences in clinical CVD research and health-care delivery for women and men.
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 | 0,096 | 0,127 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,012 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,006 | 0,009 |
| Science ouverte | 0,008 | 0,006 |
| Intégrité de la recherche | 0,007 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,035 |
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 ».