Modelling the effect of compliance with WHO salt recommendations on cardiovascular disease mortality and costs in Brazil
Notice bibliographique
Résumé
INTRODUCTION: Cardiovascular diseases (CVDs) represent the main cause of death among non-communicable diseases (NCDs) in Brazil, and they have a high economic impact on health systems. Most populations around the world, including Brazilians, consume excessive sodium, which increases blood pressure and the risk of CVDs. OBJECTIVE: To model the estimated deaths and costs associated with CVDs, which are mediated by increased blood pressure attributable to excessive sodium consumption in adults from the perspective of the Brazilian public health system in 2017. METHODS: We employed two macrosimulation methods, using top-down approaches and based on the same relative risks. The models estimated the mortality and costs-of-illness attributable to excessive sodium intake and mediated by hypertension for adults aged over 30 years in 2017. Direct healthcare cost data (inpatient care, outpatient care and medications) were extracted from the Ministry of Health information systems and official records. RESULTS: In 2017, an estimated 46,651 deaths from CVDs could have been prevented if the average sodium consumption had been reduced to 2 g/day in Brazil. Premature deaths related to excessive sodium consumption caused 575,172 Years of Life Lost and US$ 752.7 million in productivity losses to the economy. In the same year, the National Health System's costs of hospitalizations, outpatient care and medication for hypertension attributable to excessive sodium consumption totaled US$192.1 million. The main causes of death and costs associated with CVDs were coronary heart disease and stroke, followed by hypertensive disease, heart failure and aortic aneurysm. CONCLUSION: Excessive sodium consumption is estimated to account for 15% of deaths by CVDs and to 14% of the inpatient and outpatient costs associated with CVD. It also has high societal costs in terms of premature deaths. CVDs are a leading cause of disease and economic burden on the global, regional and country levels. As a largely preventable and treatable conditions, CVDs require the strengthening of cost-effective policies, supported by evidence, including modeling studies, to reduce the costs relating to illness borne by the Brazilian public health system and society.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».