Socio-economic inequality in the use of secondary prevention of cardiovascular disease
Notice bibliographique
Résumé
Background The WHO target of a 25% reduction in premature mortality from non-communicable diseases by 2025 can only be achieved by expanding secondary prevention of cardiovascular diseases (CVD). We investigate socio-economic inequality in the use of secondary prevention for CVD in 21 countries at varying levels of economic development. Methods Data for this study comes from the PURE study, the largest study of CVD incidence, mortality and risk factors globally. Use of secondary prevention (defined as using one or more medications for cholesterol or blood pressure lowering, or an antiplatelet drug) was analysed in 11,381 patients with CVD in 21 countries at different levels of economic development (Argentina, Bangladesh, Brazil, Canada, Chile, China, Colombia, India, Iran, Malaysia, Occupied Palestinian Territory, Pakistan, Philippines, Poland, Saudi Arabia, South Africa, Sweden, Tanzania, Turkey, United Arab Emirates, Zimbabwe). Socio-economic inequality was estimated using Wagstaff concentration indices (WCI), scaled from -1 (pro-poor) to 1 (pro-rich), standardized by age and sex. Results Use of secondary prevention among CVD patients is low, ranging from 2.1% (95% confidence interval: 0.5-8.8) in Tanzania to 85.3% (95% confidence interval: 72.8-92.7) in the United Arab Emirates. Use was pro-rich in China (WCI: 0.111; p:0.007), Colombia (WCI: 0.1857; p:0.014), India (WCI:0.568; p:<0.001), and Pakistan (WCI:0.641; p:0.005), pro-poor in Brazil (WCI: -0.127; p:0.06), and almost equal in Canada (WCI:0.035; p = 0.485), Argentina (WCI:0.012; p = 0.73) and Poland (WCI:0.002; p = 0.972). Conclusions Use of adequate secondary prevention medication for CVD is low in many countries at all levels of economic development, and unequally distributed, particularly in lower income countries. Policies that improve use among the poor in such countries as Iran and Canada may provide valuable insights to improving secondary prevention of CVD in other countries. Key messages: Use of medication for secondary prevention of CVD is alarmingly low. In many countries with the lowest use, pro-rich inequality is greatest.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».