Reducing the Global Burden of Cardiovascular Disease, Part 1
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
Current global health policy goals include a 25% reduction in premature mortality from noncommunicable diseases by 2025. In this 2-part review, we provide an overview of the current epidemiological data on cardiovascular diseases (CVD), its risk factors, and describe strategies aimed at reducing its burden. In part 1, we examine the global epidemiology of cardiac conditions that have the greatest impact on CVD mortality; the predominant risk factors; and the impact of upstream, societal health determinants (eg, environmental factors, health policy, and health systems) on CVD. Although age-standardized mortality from CVD has decreased in many regions of the world, the absolute number of deaths continues to increase, with the majority now occurring in middle- and low-income countries. It is evident that multiple factors are causally related to CVD, including traditional individual level risk factors (mainly tobacco use, lipids, and elevated blood pressure) and societal level health determinants (eg, health systems, health policies, and barriers to CVD prevention and care). Both individual and societal risk factors vary considerably between different regions of the world and economic settings. However, reliable data to estimate CVD burden are lacking in many regions of the world, which hampers the establishment of nationwide prevention and management strategies. A 25% reduction in premature CVD mortality globally is feasible but will require better implementation of evidence-based policies (particularly tobacco control) and integrated health systems strategies that improve CVD prevention and management. In addition, there is a need for better health information to monitor progress and guide health policy decisions.
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 | 0,008 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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