The prevalence of cardiovascular risk factors and cardiovascular disease among primary care patients in Poland: results from the LIPIDOGRAM2015 study
Notice bibliographique
Résumé
BACKGROUND AND AIM: To estimate the prevalence of cardiovascular (CV) disease and CV risk factors among Polish patients. METHODS: A nationwide cross-sectional study, LIPIDOGRAM2015, was carried out in Poland in the 4th quarter of 2015 and 1st and 2nd quarters of 2016; 438 primary care physicians enrolled 13,724 adult patients that sought medical care in primary health care practices. RESULTS: Nearly 19% of men and approximately 12% of women had cardiovascular disease (CVD). Over 60% of the recruited patients had hypertension (HTN), >80% had dyslipidaemia and <15% of patients were diagnosed with diabetes (DM). All of these disorders were more frequent in men. In 80% of patients the waist circumference exceed norm for the European population. Less than half of the patients were current smokers or had smoked in the past. Patients with CVD had significantly higher blood pressure and glucose levels but lower low density lipoprotein-cholesterol level. CONCLUSIONS: The prevalence of CVD and CV risk factors among patients in Poland is high. CVD is more common in men than in women. The most common CV risk factors are excess waist circumference, dyslipidaemia and HTN. Family physicians should conduct activities to prevent, diagnose early and treat CVD in the primary health care population.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| 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 ».