Global, regional, and national burden of ischaemic heart disease and its attributable risk factors, 1990–2017: results from the Global Burden of Disease Study 2017
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIMS: The aim of this study was to estimate the burden and risk factors for ischaemic heart disease (IHD) in 195 countries and territories from 1990 to 2017. METHODS AND RESULTS: Data from the Global Burden of Disease Study 2017 were used. Prevalence, incidence, deaths, years lived with disability (YLDs), and years of life lost (YLLs) were metrics used to measure IHD burden. Population attributable fraction was used to estimate the proportion of IHD deaths attributable to potentially modifiable risk factors. Globally, in 2017, 126.5 million [95% uncertainty interval (UI) 118.6 to 134.7] people lived with IHD and 10.6 million (95% UI 9.6 to 11.8) new IHD cases occurred, resulting in 8.9 million (95% UI 8.8 to 9.1) deaths, 5.3 million (95% UI 3.7 to 7.2) YLDs, and 165.0 million (95% UI 162.2 to 168.6) YLLs. Between 1990 and 2017, despite the decrease in age-standardized rates, the global numbers of these burden metrics of IHD have significantly increased. The burden of IHD in 2017 and its temporal trends from 1990 to 2017 varied widely by geographic location. Among all potentially modifiable risk factors, age-standardized IHD deaths worldwide were primarily attributable to dietary risks, high systolic blood pressure, high LDL cholesterol, high fasting plasma glucose, tobacco use, and high body mass index in 2017. CONCLUSION: Our results suggested that IHD remains a major public health challenge worldwide. More effective and targeted strategies aimed at implementing cost-effective interventions and addressing modifiable risk factors are urgently needed, particularly in geographies with high or increasing burden.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle