Socioeconomic status and stroke incidence, prevalence, mortality, and worldwide burden: an ecological analysis from the Global Burden of Disease Study 2017
Notice bibliographique
Résumé
BACKGROUND: Socioeconomic status (SES) is associated with stroke incidence and mortality. Distribution of stroke risk factors is changing worldwide; evidence on these trends is crucial to the allocation of resources for prevention strategies to tackle major modifiable risk factors with the highest impact on stroke burden. METHODS: We extracted data from the Global Burden of Diseases, Injuries, and Risk Factors Study (GBD) 2017. We analysed trends in global and SES-specific age-standardised stroke incidence, prevalence, mortality, and disability-adjusted life years (DALYs) lost from 1990 to 2017. We also estimated the age-standardised attributable risk of stroke mortality associated with common risk factors in low-, low-middle-, upper-middle-, and high-income countries. Further, we explored the effect of age and sex on associations of risk factors with stroke mortality from 1990 to 2017. RESULTS: Despite a growth in crude number of stroke events from 1990 to 2017, there has been an 11.3% decrease in age-standardised stroke incidence rate worldwide (150.5, 95% uncertainty interval [UI] 140.3-161.8 per 100,000 in 2017). This has been accompanied by an overall 3.1% increase in age-standardised stroke prevalence rate (1300.6, UI 1229.0-1374.7 per 100,000 in 2017) and a 33.4% decrease in age-standardised stroke mortality rate (80.5, UI 78.9-82.6 per 100,000 in 2017) over the same time period. The rising trends in age-standardised stroke prevalence have been observed only in middle-income countries, despite declining trends in age-standardised stroke incidence and mortality in all income categories since 2005. Further, there has been almost a 34% reduction in stroke death rate (67.8, UI 64.1-71.1 per 100,000 in 2017) attributable to modifiable risk factors, more prominently in wealthier countries. CONCLUSIONS: Almost half of stroke-related deaths are attributable to poor management of modifiable risk factors, and thus potentially preventable. We should appreciate societal barriers in lower-SES groups to design tailored preventive strategies. Despite improvements in general health knowledge, access to healthcare, and preventative strategies, SES is still strongly associated with modifiable risk factors and stroke burden; thus, screening of people from low SES at higher stroke risk is crucial.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».