MétaCan
Menu
Retour à la cohorte
Enregistrement W3037429296 · doi:10.1186/s12933-020-01050-3

Cardiovascular and diabetes burden attributable to physical inactivity in Mexico

2020· article· en· W3037429296 sur OpenAlexaff
Catalina Medina, Pamela G. Coxson, Joanne Penko, Ian Janssen, Sergio Bautista‐Arredondo, Sı́món Barquera, Kirsten Bibbins‐Domingo

Notice bibliographique

RevueCardiovascular Diabetology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensQueen's University
Organismes subventionnairesConsejo Nacional de Ciencia y TecnologíaGeorgetown UniversityFogarty International CenterNational Institutes of HealthUniversity of California Institute for Mexico and the United States
Mots-clésMedicineStroke (engine)Diabetes mellitusIncidence (geometry)Type 2 diabetesDiseaseMyocardial infarctionAngiologyDemographyEnvironmental healthInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Physical inactivity (PI) is associated with the development of non-communicable chronic diseases. The purposes of this study were to estimate the extent to which the 31% relative increase in PI among 35-64 years old Mexicans between 2006 and 2012 influenced diabetes (T2D) and cardiovascular disease (CVD) incidence and mortality, and to estimate the impact of the World Health Organization recommended 10% and 15% relative decrease in PI on CVD and T2D incidence and mortality by 2025 and 2030, respectively. METHODS: Estimates were derived using the Cardiovascular Disease Policy Model-Mexico, a computer simulation, Markov model. Model inputs included cross-national data on PI levels from 2006 and 2012 measured using the International Physical Activity Questionnaire and the published literature review on the independent relationship between PI and cardiometabolic risk. RESULTS: The models estimated that the 31% increase in PI resulted in an increase in the number of cases of T2D (27,100), coronary heart disease (10,300), stroke (2200), myocardial infarction (1500), stroke deaths (400) and coronary heart disease deaths (350). A hypothetical 10% lowering of PI by 2025 compared to status quo is projected to prevent 8400 cases of T2D, 4200 cases of CHD, 1000 cases of stroke, 700 cases of MI, and 200 deaths of CHD and stroke, respectively. A 15% reduction resulted in larger decreases. CONCLUSIONS: While the burden of T2D and CVD raised from 2006 to 2012 in association with increased PI, achieving the WHO targets by 2030 could help reverse these trends.

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)0,001
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 enseignants0,100
Score d'incertitude au seuil0,200

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,032
Tête enseignante GPT0,268
Écart entre enseignants0,236 · 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

Citations25
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCardiovascular DiabetologyMême sujetPhysical Activity and HealthTravaux en français237 207