Urban and Rural Differences of Acute Cardiovascular Disease Events: A Study from the Population-Based Real-Time Surveillance System in Zhejiang, China in 2012
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Zhejiang province, China, has implemented a population based, real-time surveillance system that tracks acute cardiovascular diseases (CVDs) events since 2001. This study aimed to describe the system and report CVD incidence, mortality and case-fatality between urban and rural areas in Zhejiang in 2012. The surveillance system employs a stratified random sampling method covering all permanent residents of 30 counties/districts in Zhejiang. Acute CVD events such as coronary heart disease (CHD) and stroke were defined, registered and reviewed based on the adapted MONICA (Monitoring Trends and Determinants in Cardiovascular Disease) definitions. Data were collected from health facilities, vital registries, supplementary surveys, and additional investigations, and were checked for data quality before input in the system. We calculated the rates and compared them by gender, age and region. In 2012, the incidence, mortality and case-fatality of total acute CVD events were 367.0 (CHD 59.1, stroke 307.9), 127.1 (CHD 43.3, stroke 83.8) per 100,000 and 34.6% (CHD 73.2%, stroke 27.2%), respectively. Compared with rural areas, urban areas reported higher incidence and mortality but lower case-fatality rates for CHD (P<0.001), while lower incidence but higher mortality and case-fatality rates for stroke (P<0.001). We found significant differences on CHD and stroke epidemics between urban and rural areas in Zhejiang. Special attentions need to be given to stroke control, especially in rural areas.
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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle