Immediate risk of myocardial infarction following physical exertion, tea, and coffee: A case-crossover study in Thailand
Notice bibliographique
Résumé
BACKGROUND: Physical exertion and caffeine consumption are associated with acute myocardial infarction (MI). However, physical exertion and caffeine consumption have not been examined as immediate triggers of MI in low and middle-income countries. OBJECTIVE: Using a self-matched case-crossover design, we examined the acute risk of MI in the hour following episodes of physical exertion, caffeinated coffee, and tea consumption among MI survivors in Thailand. METHODS: A total of 506 Thai participants (women = 191, men = 315) were interviewed between 2014 and 2017 after sustaining an acute MI. We compared each subject's exposure to physical exertion and consumption of caffeine- containing beverages in the hour preceding the onset of MI with the subject's expected usual frequency in the prior year to calculate relative risks (RRs) and 95% confidence intervals (95%CIs). RESULTS: Of the 506 participants, 47 (9.3%) engaged in moderate or heavy physical exertion, 6 (1.2%) consumed tea, and 21 (4.2%) consumed coffee within the hour before MI. The relative risk of MI after moderate or heavy physical exertion was 3.0 (95% CI 2.2-4.2) compared to periods of no exertion, with a higher risk among more sedentary participants compared to active participants. Compared to times with no caffeinated beverage consumption, there was a higher risk of MI in the hour following consumption of caffeinated tea (RR = 3.7; 95%CI: 1.5-9.3) and coffee (RR = 2.3; 95%CI: 1.4-3.6). CONCLUSION: Physical exertion, coffee and tea consumption were associated with a higher risk of MI in the subsequent hour compared to times when the participants were sedentary or did not consume caffeinated beverages. Our study identifies high-risk populations for targeted screening and intervention to prevent acute MI.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».