Rationale, design, and preliminary results of the Iran-premature coronary artery disease study (I-PAD): A multi-center case-control study of different Iranian ethnicities.
Notice bibliographique
Résumé
BACKGROUND: Premature coronary artery disease (CAD) is still prevalent worldwide and may differ in various ethnicities. Due to the presence of different ethnicities in Iran, the Iran-premature coronary artery disease (I-PAD) study aimed to determine the frequency of premature CAD and related risk factors based on each ethnicity. METHODS: In this multi-center case-control study, 4000 patients with premature CAD from ten different ethnicities who lived in different cities of Iran and underwent coronary angiography were enrolled (women aged ≤ 70 and men ≤ 60 years). Patients with CAD defined as obstruction equal or above 75% in at least a single coronary artery or left main ≥ 50% were included in the case group, while patients with normal coronary arteries were included in the control group. Lifestyle behaviors, cardiometabolic risk factors, anthropometric measurements, and other variables were collected. Serum, whole blood, buffy coat, plasma, urine, stool, and saliva samples were stored. RESULTS: The number of patients enrolled until April 2020 was 2071. The mean age of patients was 53.51 ± 7.52 and 934 (45.09%) of patients were women. To date, about 39.6% of the patients were normal. Also, about 26.0% were with one-vessel disease (1VD), 15.0% with two-vessel disease (2VD), and 15.2% with three-vessel disease (3VD). More than 30000 patients' biosamples from across the country have been stored. CONCLUSION: Knowing the frequency of premature CAD according to different ethnicities with major differences in their lifestyle behaviors and risk factors can assist health decision-makers. In addition, I-PAD biosamples will be an invaluable source.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 ».