Is the long-term decline in cardiovascular-disease mortality in high-income countries over? Evidence from national vital statistics
Notice bibliographique
Résumé
BACKGROUND: The substantial decline in cardiovascular-disease (CVD) mortality in high-income countries has underpinned their increasing longevity over the past half-century. However, recent evidence suggests this long-term decline may have stagnated, and even reversed in younger populations. We assess recent CVD-mortality trends in high-income populations and discuss the findings in relation to trends in risk factors. METHODS: We used vital statistics since 2000 for 23 high-income countries published in the World Health Organization Mortality Database. Age-standardized CVD death rates by sex for all ages, and at ages 35-74 years, were calculated and smoothed using LOWESS regression. Findings were contrasted with the Global Burden of Disease (GBD) Study. RESULTS: The rate of decline in CVD mortality has slowed considerably in most countries in recent years for both males and females, particularly at ages 35-74 years. Based on the latest year of data, the decline in the CVD-mortality rate at ages 35-74 years was <2% (about half the annual average since 2000) for at least one sex in more than half the countries. In North America (US males and females, Canada females), the CVD-mortality rate even increased in the most recent year. The GBD Study estimates, after correcting for misdiagnoses, suggest an even more alarming reversal, with CVD death rates rising in seven countries for at least one sex in 2017. The rate of decline and initial level of CVD mortality appear largely unrelated. CONCLUSIONS: A significant slowdown in CVD-mortality decline is now apparent across high-income countries with diverse epidemiological environments. High and increasing obesity levels, limited potential future gains from further reducing already low smoking prevalence, especially in English-speaking countries, and persistent inequalities in mortality risk pose significant challenges for public policy to promote better cardiovascular health.
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 | 0,013 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».