Sex Differences in Clinical Characteristics, Psychosocial Factors, and Outcomes Among Patients With Stable Coronary Heart Disease: Insights from the STABILITY (Stabilization of Atherosclerotic Plaque by Initiation of Darapladib Therapy) Trial
Notice bibliographique
Résumé
Background Greater understanding of differences between men and women with coronary heart disease is needed. Methods and Results In this post hoc analysis of the STABILITY (Stabilization of Atherosclerotic Plaque by Initiation of Darapladib Therapy) trial, we described psychosocial factors, treatments, and outcomes of men versus women with stable coronary heart disease and explored the association of sex with psychosocial characteristics and cardiovascular risk. Cox proportional hazards models were used to assess the relationship between sex and outcomes. Interactions among sex, psychosocial factors, and the composite of cardiovascular death, nonfatal myocardial infarction, and nonfatal stroke were tested. Of 15 828 patients, 2967 (19%) were women. Among women, 21.2% felt often or always stressed at home (versus 9.8% of men), and 19.2% felt often or always sad or depressed (versus 10.1% of men; all P <0.0001). The median duration of follow‐up was 3.7 years (25th–75th percentiles: 3.5–3.8 years). Use of evidence‐based medications for coronary heart disease at baseline and 24 months was similar between sexes, as were event rates for all outcomes analyzed. In the multivariable model including psychosocial measures, female sex was associated with lower cardiovascular risk. There was a statistically significant interaction ( P =0.03) such that the lower risk in women varied by depressive symptom frequency, whereby women who were more depressed had a risk similar to men. Conclusions Female sex was independently associated with better long‐term clinical outcomes, although this was modified by frequency of depressive symptoms. This suggests that emotional state may be an important target for improving outcomes in patients with coronary heart disease, specifically in women. Clinical Trial Registration STABILITY ClinicalTrials.gov number (NCT00799903).
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».