Cardiovascular disease recurrence and long-term mortality in a tri-ethnic British cohort
Notice bibliographique
Résumé
Objective Ethnic differences in cardiovascular disease incidence, but not cardiovascular disease recurrence, are reported. We characterised long-term risk of major adverse cardiovascular event (MACE) and mortality following a non-fatal cardiovascular event in a British cohort of South Asians, African Caribbeans and Europeans. Methods We identified index and recurrent cardiovascular events and mortality between 1988 and 2017 using hospital records and death registry. Using multivariable hazards models, we separately calculated the adjusted HR of MACE and death following index event, adjusting for demographics, vascular and lifestyle risk factors. Using interaction terms, we evaluated if decade of index event modified the association between ethnicity and outcomes. Results South Asians were younger at the index event (median age 66 years, n=396) than Europeans (69 years, n=335) and African Caribbeans (70 years, n=70). During 4228 person-years, of the 801 patients, 537 developed MACE and 338 died, with the highest crude rate of MACE in South Asians. On adjustment of baseline factors, compared with the Europeans, the higher risk of MACE (HR 0.97, 95% CI 0.77 to 1.21) and the lower risk of mortality (HR 0.95, 95% CI 0.72 to 1.26) in South Asians was eliminated. African Caribbeans had similar outcomes to Europeans (HR MACE 1.04, 95% CI 0.74 to 1.47; and HR death 1.07, 95% CI 0.70 to 1.64). Long-term survival following an index event improved in South Asians (p trend 0.02) and African Caribbeans (p trend 0.07) compared with Europeans. Conclusions Baseline vascular risk factors explained the observed ethnic variation in cardiovascular disease recurrence and long-term mortality, with a relative improvement in survival of minority ethnic groups over time.
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 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 | 0,001 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».