Mortality from Alcoholic Cardiomyopathy: Exploring the Gap between Estimated and Civil Registry Data
Notice bibliographique
Résumé
BACKGROUND: Based on civil registries, 26,000 people died from alcoholic cardiomyopathy (ACM) in 2015 globally. In the Global Burden of Disease (GBD) 2017 study, garbage coded deaths were redistributed to ACM, resulting in substantially higher ACM mortality estimates (96,669 deaths, 95% confidence interval: 82,812-97,507). We aimed to explore the gap between civil registry and GBD mortality data, accounting for alcohol exposure as a cause of ACM. METHODS: = 77 countries. The relationship between registered and estimated mortality rates was assessed by sex and age groups, using Pearson correlation coefficients, in addition to comparing mortality rates with population alcohol exposure-the underlying cause of ACM. RESULTS: Among people aged 65 years or older, civil registry mortality rates of ACM decreased markedly whereas GBD mortality rates increased. The widening gap of registered and estimated mortality rates in the elderly is reflected in a decrease of correlations. The age distribution of alcohol exposure is more consistent with the distribution of civil registry rather than GBD mortality rates. CONCLUSIONS: Among older adults, GBD mortality estimates of ACM seem implausible and are inconsistent with alcohol exposure. The garbage code redistribution algorithm should include alcohol exposure for ACM and other alcohol-attributable diseases.
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 | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».