MétaCan
Menu
Retour à la cohorte
Enregistrement W2914911099 · doi:10.1016/j.jchf.2018.11.005

Income Inequality and Outcomes in Heart Failure

2019· article· en· W2914911099 sur OpenAlexaff
Pooja Dewan, Rasmus Rørth, Pardeep S. Jhund, João Pedro Ferreira, Faı̈ez Zannad, Li Shen, Lars Køber, William T. Abraham, Akshay S. Desai, Kenneth Dickstein, Milton Packer, Jean L. Rouleau, Scott D. Solomon, Karl Swedberg, Michael R. Zile, John J.V. McMurray

Notice bibliographique

RevueJACC Heart Failure · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensUniversité de MontréalMontreal Heart Institute
Organismes subventionnairesnon disponible
Mots-clésMedicineHeart failureInequalityEconomic inequalityInternal medicineCardiologyIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: This study examined the relationship between income inequality and heart failure outcomes. BACKGROUND: The income inequality hypothesis postulates that population health is influenced by income distribution within a society, with greater inequality associated with worse outcomes. METHODS: This study analyzed heart failure outcomes in 2 large trials conducted in 54 countries. Countries were divided by tertiles of Gini coefficients (where 0% represented absolute income equality and 100% represented absolute income inequality), and heart failure outcomes were adjusted for standard prognostic variables, country per capita income, education index, hospital bed density, and health worker density. RESULTS: Of the 15,126 patients studied, 5,320 patients lived in Gini coefficient tertile 1 countries (coefficient: <33%), 6,124 patients lived in tertile 2 countries (33% to 41%), and 3,772 patients lived in tertile 3 countries (>41%). Patients in tertile 3 were younger than tertile 1 patients, were more often women, and had less comorbidity and several indicators of less severe heart failure, yet the tertile 3-to-1 hazard ratios (HRs) for the primary composite outcome of cardiovascular death or heart failure hospitalization were 1.57 (95% confidence interval [CI]: 1.38 to 1.79) and 1.48 for all-cause death (95% CI: 1.29 to 1.71) after adjustment for recognized prognostic variables. After additional adjustments were made for per capita income, education index, hospital bed density, and health worker density, these HRs were 1.46 (95% CI: 1.25 to 1.70) and 1.30 (95% CI: 1.10 to 1.53), respectively. CONCLUSIONS: Greater income inequality was associated with worse heart failure outcomes, with an impact similar to those of major comorbidities. Better understanding of the societal and personal bases of these findings may suggest approaches to improve heart failure outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,287
Écart entre enseignants0,273 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations102
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJACC Heart FailureMême sujetHeart Failure Treatment and ManagementTravaux en français237 207