The Local Burden of Disease for Non-Rheumatic-Acquired Valvular Heart disease in Iran, North Africa and Middle East from 1990 to 2017: Findings from a Sub-Analysis of the Global Burden of Disease Study 2017
Notice bibliographique
Résumé
Abstract Background: Cardiovascular diseases (CVDs) are one of the main causes of mortality and a major barrier to sustainable development, being the main cause of “Disability-Adjusted Life Years” (DALYs), “Years of Life lost” (YLLs) and “Years Lived with Disability” (YLDs). Among CVDs, one of the most common and treatable CVD is non-rheumatic-acquired valvular heart disease (NRVD). However, in some countries such as Iran, the burden of NRVD is almost unknown because previous studies have focused mostly on the burden of ischemic heart disease, heart failure and other cardiovascular diseases. Method: Using data from the 2017 “Global Burden of Disease study”, we compared the number of deaths, DALYs, YLLs, YLDs, incidence and prevalence trends for NRVD in Iran, North Africa and Middle East since 1990 to 2017. Results: Our study yielded 3 major results: 1) a higher rate of death in Iran compared with North Africa, the Middle East and globally; 2) a higher increase in DALYs, YLLs, and YLDs in Iran in comparison with North Africa, the Middle East, and globally from 1990 to 2017; and 3) vast differences in increasing rates of prevalence and incidence of NRVD in Iran compared with the global trends from 1990 to 2017. The significant difference in the prevalence rate of NRVD in Iran versus global rate can be due to the higher growth rates of aging and the co-morbidities associated with NRVD, such as hypertension. Conclusion: Iranian health policy- and decision-makers should allocate significant resources for their diagnosis, treatment and management.
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 | 0,018 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».