Geographic variations in prevalence and management of cardiovascular risk factors in 33 283 outpatients with CAD: data from the contemporary CLARIFY registry from 45 countries
Notice bibliographique
Résumé
Background: Reduction of risk factors to prevent atherosclerotic events is important for the management of coronary artery disease (CAD). We analyzed geographic variations in the prevalence of major cardiovascular risk factors, and therapeutic risk factor control in outpatients with stable CAD enrolled in the CLARIFY registry from different geographic zones. Methods and results: CLARIFY is an international, prospective, observational, longitudinal registry in outpatients with proven stable CAD from 45 countries (enrolled Nov 2009–Jul 2010). The present cross-sectional baseline analysis was conducted in 33 283 patients (77% male, mean age: 64 years) from: Continental Europe (CE) (n=15 388), Russia and Ukraine (n=3026), Middle East (n=1511), Asia (n=5360), Central and South America (C&S-America) (n=2235), India (n=809), Canada, South Africa, Australia, and UK (Can/SA/Aust/UK) (n=4954). Overall, 12% of patients smoke (range: 6% in C&S-America to 19% in Russia and Ukraine). 78% of patients are overweight (from 73% in Asia, C&S-America to 85% in Russia and Ukraine) and 30% obese (20% in Asia and 42% in Middle East). 29% of patients have diabetes (from 17% in Russia and Ukraine to 60% in Middle East). 71% of patients have hypertension, ranging from 64% Can/SA/Aust/UK to 79% Russia and Ukraine). Dyslipidemia was reported in 75% of patients, ranging from 59% in Asia to 81% in CE. Heart rate was ≥70 bpm in 44% of patients (from 38% in CE to 78% in India). Patients receive aspirin (84%-96%), lipid-lowering drugs (88%-97%), including statins (73%-89%), ACE inhibitors (35%-75%), ARBs (14%-35%). Blood pressure control (defined as <140/90 mmHg) in hypertensive patients was less frequent in Russia and Ukraine, India (47-52%) and more frequent in C&S-America, Asia and Can/SA/Aust/UK (63-66%). Glucose control in patients with diabetes (defined as HbA1c<7%) was less frequent in India (23%) and more frequent in CE, Asia, and C&S-America (50-51%). In 22 536 patients with values available, LDL cholesterol <1 g/L was more frequent in Can/SA/Aust/UK (76%) and less frequent in Russia and Ukraine (35%). Heart rate <70 bpm was less frequent in India (22%) and more frequent in CE (62%) and Can/SA/Aust/UK (60%). Heart rate ≤60 bpm was achieved overall in 22% of patients with angina (from 2% in India to 28-29% in CE, C&S-America, and in Can/SA/Aust/UK). Conclusion: In this contemporary registry, there were major variations in the prevalence and control of major cardiovascular risk factors in outpatients with CAD. These data may be useful to target additional interventions to improve secondary prevention.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».