Burden of heart failure and underlying causes in 195 countries and territories from 1990 to 2017
Notice bibliographique
Résumé
AIMS: To provide the first systematic analysis of the burden and underlying causes of heart failure (HF) in 195 countries and territories from 1990 to 2017. METHODS AND RESULTS: We collected detailed information on prevalence, years lived with disability (YLDs), and underlying causes of HF from the Global Burden of Disease study 2017. Numbers and age-standardized rates of HF prevalence and YLDs were compared by age, sex, socio-demographic index (SDI), and location. The proportions of HF age-standardized prevalence rates due to 23 underlying causes were also presented. Globally, the age-standardized prevalence and YLD rates of HF in 2017 were 831.0 and 128.2 per 100 000 people, a decrease of -7.2% and -0.9% from 1990, respectively. Nevertheless, the absolute numbers of HF prevalent cases and YLDs have increased by 91.9% and 106.0% from 1990, respectively. There is significant geographic and socio-demographic variation in the levels and trends of HF burden from 1990 to 2017. Among all causes of HF, ischaemic heart disease accounted for the highest proportion (26.5%) of age-standardized prevalence rate of HF in 2017, followed by hypertensive heart disease (26.2%), chronic obstructive pulmonary disease (23.4%). CONCLUSION: HF remains a serious public health problem worldwide, with increasing age-standardized prevalence and YLD rates in countries with relatively low SDI. More geo-specific strategies aimed at preventing underlying causes and improving medical care for HF are warranted to reduce the future burden of this condition.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,004 |
| 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 ».