MétaCan
Menu
Retour à la cohorte
Enregistrement W3009692802 · doi:10.1093/cvr/cvaa044

Variations in incidence of venous thromboembolism in low-, middle-, and high-income countries

2020· article· en· W3009692802 sur OpenAlexaff
Deborah Siegal, John W. Eikelboom, Shun Fu Lee, Sumathy Rangarajan, Jackie Bosch, Jun Zhu, Salim Yusuf

Notice bibliographique

RevueCardiovascular Research · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueVenous Thromboembolism Diagnosis and Management
Établissements canadiensMcMaster UniversityPopulation Health Research InstituteHamilton General Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineIncidence (geometry)DemographyConfidence intervalHazard ratioPulmonary embolismRelative riskCohort studyMiddle income countryInternal medicineEconomicsSocioeconomics

Résumé

récupéré en direct d'OpenAlex

AIMS: To examine the rates of venous thromboembolism (VTE) in high-income, upper middle-income, and lower middle/low-income countries (World Bank Classification). METHODS AND RESULTS: We examined the rates of VTE in high-income, upper middle-income, and lower middle/low-income countries (World Bank Classification) in a cohort derived from four prospective international studies (PURE, HOPE-3, ORIGIN, and COMPASS). The primary outcome was a composite of pulmonary embolism, deep vein thrombosis, and thrombophlebitis. We calculated age- and sex-standardized incidence rates (per 1000 person-years) and used a Cox frailty model adjusted for covariates to examine associations between the incidence of VTE and country income level. A total of 215 307 individuals (1.5 million person-years of follow-up) from high-income (n = 60 403), upper middle-income (n = 42 066), and lower middle/low-income (n = 112 838) countries were included. The age- and sex-standardized incidence rates of VTE per 1000 person-years in high-, upper middle-, and lower middle/low-income countries were 0.87, 0.25, and 0.06, respectively. After adjusting for age, body mass index (BMI), smoking, antiplatelet therapy, anticoagulant therapy, education level, ethnicity, and incident cancer diagnosis or hospitalization, individuals from high-income and upper middle-income countries had a significantly higher risk of VTE than those from lower middle/low-income countries [hazard ratio (HR) 3.57, 95% confidence interval (CI) 2.40-5.30 and HR 2.27, 95% CI 1.59-3.23, respectively]. The effect of country income level on VTE risk was markedly stronger in people with a lower BMI, hypertension, diabetes, non-White ethnicity, and higher education. CONCLUSION: The rates of VTE are substantially higher in high-income than in low-income countries. The factors underlying the increased VTE risk in higher-income countries remain unknown.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,368
Score d'incertitude au seuil0,515

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,314
Écart entre enseignants0,264 · 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 tête enseignante, 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

Citations56
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCardiovascular ResearchMême sujetVenous Thromboembolism Diagnosis and ManagementTravaux en français237 207