Premature Atherosclerotic Cardiovascular Disease: Trends in Incidence, Risk Factors, and Sex‐Related Differences, 2000 to 2016
Notice bibliographique
Résumé
Background The incidence of atherosclerotic cardiovascular disease has declined in the past 2 decades. However, these benefits may not extend to young patients. The objective of this work was to assess temporal trends in the incidence, risk profiles, sex-related differences, and outcomes in a contemporary population of young patients presenting with coronary artery disease ( CAD ) in British Columbia, Canada. Methods and Results We used a provincial cardiac registry to identify young patients (men aged <50 years, women aged <55 years), with a first presentation of CAD between 2000 and 2016, who had either ≥50% stenosis of ≥1 coronary arteries on angiography or underwent coronary revascularization. A total of 12 519 patients (30% women) met our inclusion criteria. The incidence of CAD remained stable and was higher for men than women (46-53 versus 18-23 per 100 000). Of patients, 92% had at least one traditional cardiovascular risk factor and 67% had multiple risk factors. The prevalence of diabetes mellitus, obesity, and hypertension increased during the study period and was higher for women. Women had fewer emergent procedures and revascularizations. Mortality rates decreased by 31% between 2000 and 2007, then were stable for the remaining 9 years. Mortality was significantly higher for women aged <45 years compared with men. Conclusions The incidence of premature CAD has not declined, and the prevalence of 3 major cardiovascular risk factors increased between 2000 and 2016. The risk burden and mortality rates were worse for women. These data have important implications for the design of strategies to prevent CAD in young adults.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».