Divergent trends in ischaemic heart disease and stroke mortality in India from 2000 to 2015: a nationally representative mortality study
Notice bibliographique
Résumé
INTRODUCTION: India accounts for about a fifth of cardiovascular deaths globally, but nationally representative data on mortality trends are not yet available. In this nationwide mortality study, we aimed to assess the trends in ischaemic heart disease and stroke mortality over 15 years using the Million Death Study. METHODS: We determined national and subnational cardiovascular mortality rates and trends by sex and birth cohort using cause of death ascertained by verbal autopsy from 2001 to 2013 among 2·4 million households. We derived mortality rates for ischaemic heart disease and stroke by applying mortality proportions to UN mortality estimates for India and projected the rates from 2000 to 2015. FINDINGS: Cardiovascular disease caused more than 2·1 million deaths in India in 2015 at all ages, or more than a quarter of all deaths. At ages 30-69 years, of 1·3 million cardiovascular deaths, 0·9 million (68·4%) were caused by ischaemic heart disease and 0·4 million (28·0%) by stroke. At these ages, the probability of dying from ischaemic heart disease increased during 2000-15, from 10·4% to 13·1% in men and 4·8% to 6·6% in women. Ischaemic heart disease mortality rates in rural areas increased rapidly and surpassed those in urban areas. By contrast, the probability of dying from stroke decreased from 5·7% to 5·0% in men and 5·0% to 3·9% in women. A third of premature stroke deaths occurred in the northeastern states, inhabited by a sixth of India's population, where rates increased significantly and were three times higher than the national average. The increased mortality rates of ischaemic heart disease nationally and stroke in the northeastern states were higher in the cohorts of adults born in the 1970s onwards, than in earlier decades. A large and growing proportion of the ischaemic heart disease nationally and stroke deaths in high-burden states reported earlier diagnosis of cardiovascular disease, but low medication use. INTERPRETATION: The unexpectedly diverse patterns of cardiovascular mortality require investigation to identify the role of established and new cardiovascular risk factors. Secondary prevention with effective and inexpensive long-term treatment and adult smoking cessation could prevent substantial numbers of premature deaths. Without progress against the control of cardiovascular disease in India, global goals to reduce non-communicable diseases by 2030 will be difficult to achieve. FUNDING: Fogarty International Center of the US National Institutes of Health, Dalla Lana School of Public Health, University of Toronto, Indian Council of Medical Research, and the Disease Control Priorities.
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) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».