Worldwide Trends in Prevalence, Mortality, and Disability-Adjusted Life Years for Hypertensive Heart Disease From 1990 to 2017
Notice bibliographique
Résumé
Hypertensive heart disease (HHD) is a major cause of global morbidity and mortality. Understanding its current burden among various countries and populations is crucial for formulating effective strategies for preventing and managing HHD. This study aimed to use the estimates from the Global Burden of Disease Study 2017 to describe the prevalence, mortality, and disability-adjusted life years for HHD for 195 countries and territories from 1990 to 2017. Worldwide, the age-standardized prevalence rate of HHD in 2017 was 217.9 (95% uncertainty interval [UI], 184.1–254.1) per 100 000 people, an increase of 7.4% (95% UI, 5.0–9.7) from 1990. The global age-standardized mortality and disability-adjusted life year rates of HHD were 12.3 (95% UI, 9.0–13.2) and 209.4 (95% UI, 160.5–226.3) per 100 000 people, a decrease of −19.3% (95% UI, −29.7 to −8.1) and −24.0% (95% UI, −31.0 to −13.7) from 1990, respectively. The global age-standardized prevalence rate of HHD was higher in females and increased with age. Between 1990 and 2017, Bolivia (51.3% [95% UI, 29.6–84.5]) and Maldives (32.3% [95% UI, 22.9–43.8]) showed the greatest increases in age-standardized prevalence rates. Generally, a negative association was found between the age-standardized disability-adjusted life year rates and Sociodemographic index at the regional and national levels. Our results suggest that HHD is a major public health challenge worldwide with an increasing prevalence rate over the past decades. Efforts to improve public awareness and management of high blood pressure and HHD, especially for vulnerable populations, were necessary.
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 ».