Paradoxical impact of socioeconomic factors on outcome of atrial fibrillation in Europe: trends in incidence and mortality from atrial fibrillation
Notice bibliographique
Résumé
AIMS: The aim of this study was to understand the changing trends in atrial fibrillation (AF) incidence and mortality across Europe from 1990 to 2017, and how socioeconomic factors and sex differences play a role. METHODS AND RESULTS: We performed a temporal analysis of data from the 2017 Global Burden of Disease Database for 20 countries across Europe using Joinpoint regression analysis. Age-adjusted incidence, mortality, and mortality-to-incidence ratios (MIRs) to approximate case fatality rate are presented. Incidence and mortality trends were heterogenous throughout Europe, with Austria, Denmark, and Sweden experiencing peaks in incidence in the middle of the study period. Mortality rates were higher in wealthier countries with the highest being Sweden for both men and women (8.83 and 8.88 per 100 000, respectively) in 2017. MIRs were higher in women in all countries studied, with the disparity increasing the most over time in Germany (43.6% higher in women vs. men in 1990 to 74.5% higher in women in 2017). CONCLUSION: AF incidence and mortality across Europe did not show a general trend, but unique patterns for some nations were observed. Higher mortality rates were observed in wealthier countries, potentially secondary to a survivor effect where patients survive long enough to suffer from AF and its complications. Outcomes for women with AF were worse than men, represented by higher MIRs. This suggests that there is widespread healthcare inequality between the sexes across Europe, or that there are biological differences between them in terms of their risk of adverse outcomes from AF.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».