MétaCan
Menu
Retour à la cohorte
Enregistrement W2981855393 · doi:10.1093/eurheartj/ehz745.0296

P3422Contrasting the risk for atherosclerotic cardiovascular disease events among individuals with lower extremity peripheral artery disease, coronary heart disease and cerebrovascular disease

2019· article· en· W2981855393 sur OpenAlexaff
Demetria Hubbard, Lisandro D. Colantonio, Robert S. Rosenson, Todd M. Brown, Elizabeth A. Jackson, YunFei Dai, Katherine E. Mues, Mark Woodward, Paul Muntner, Michael E. Farkouh

Notice bibliographique

RevueEuropean Heart Journal · 2019
Typearticle
Langueen
DomaineMedicine
ThématiquePeripheral Artery Disease Management
Établissements canadiensHeart and Stroke FoundationUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineHazard ratioInternal medicineCardiologyMyocardial infarctionCoronary artery diseaseStroke (engine)Vascular diseaseRevascularizationDiseaseDiabetes mellitusProportional hazards modelConfidence intervalEndocrinology

Résumé

récupéré en direct d'OpenAlex

Abstract Background Having more vascular conditions, including coronary heart disease (CHD), cerebrovascular disease and lower extremity artery disease (LEAD), may increase the risk for atherosclerosis cardiovascular disease (ASCVD) events. Specific vascular conditions may increase the ASCVD event rate more than others. Purpose To compare the risk for future ASCVD events associated with the number and type of vascular conditions among adults with a history of CHD, cerebrovascular disease and/or LEAD. Methods We analyzed data from US adults ≥19 years of age with commercial or Medicare health insurance who had a history of CHD, cerebrovascular disease and/or LEAD as of December 31, 2014 (N=901,391). Individuals were followed through December 31, 2016 (median follow-up: 2 years) for ASCVD events, including myocardial infarction, coronary revascularization, stroke, carotid revascularization and lower extremity amputation or revascularization. Results Among individuals included in the current analysis (mean age 63 years, 45% female), 70%, 23% and 7% had 1, 2 and 3 vascular conditions, respectively. After adjustment for sociodemographic and cardiovascular risk factors, the hazard ratio for ASCVD among individuals with 2 and 3 versus 1 vascular conditions was 1.88 (1.85, 1.92) and 2.93 (2.86, 3.00), respectively. Among individuals with 1 vascular condition, the rate of ASCVD events per 1,000 person-years was 46.5 (95% CI 44.1, 49.0), 29.6 (95% CI 29.0, 30.1) and 19.9 (95% CI 19.2, 20.8) for those with LEAD, CHD and cerebrovascular disease, respectively. The multivariable-adjusted hazard ratio (95% CI) for ASCVD events comparing individuals with LEAD only and CHD only versus those with cerebrovascular disease only was 1.84 (1.77, 1.92) and 1.12 (1.08, 1.16), respectively. Among individuals with 2 vascular conditions, the ASCVD event rate per 1,000 person-years was higher in those with LEAD and CHD (122.0, 95% CI 112.5, 132.2) and with LEAD and cerebrovascular disease (92.4, 95% CI 79.9, 106.4), versus those with CHD and cerebrovascular disease (59.1, 95% CI 54.8, 63.6). The multivariable-adjusted hazard ratio (95% CI) comparing individuals with LEAD and CHD and those with LEAD and cerebrovascular disease versus those with CHD and cerebrovascular disease was 1.48 (1.44, 1.53) and 1.49 (1.41, 1.58), respectively. Conclusion Among adults with vascular disease, having LEAD confers a higher risk for future ASCVD events than CHD or cerebrovascular disease and this group may benefit from more intensive risk reduction treatment. Acknowledgement/Funding Amgen Inc.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,230
Écart entre enseignants0,212 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Heart JournalMême sujetPeripheral Artery Disease ManagementTravaux en français237 207