AFTER 20 YEARS OF SUSTAINED REDUCTION, RECENT TRENDS IN CARDIOVASCULAR DISEASE BURDEN HAVE STAGNATED OR REVERSED TO INCREASE IN THE REGION OF THE AMERICAS
Notice bibliographique
Résumé
Objective: To assess the levels, trends, and socio-demographic inequalities of the Cardiovascular diseases (CVD) burden in countries of the Americas, with the ultimate purpose of providing evidence to guide programmatic interventions and health system responses in the context of the World Health Organization's HEARTS Initiative, and the Resolve To Save Life's Global Cardiovascular Health Program. Design and method: This descriptive population-based study used data from the Global Burden of Diseases, Injuries, and Risk Factors Study 2017. We examined disability-adjusted life-years (DALYs), years lived with disabilities (YLDs), years of life lost (YLLs) due to premature mortality from all-CVDs, and cause-specific CVDs using crude, age-specific, and age-standardized rates per 100,000 population by sex in 37 countries of the Americas. We assessed trends of outcome measures by estimating the average annual percentage change from 1990 to 2017 and quantified cross-country social-demographic inequalities in CVD burden. Results: In the Region of the Americas, age-standardized DALYs due to CVD decreased by -1.9% per year (95% UI -2.0 to -1.7) from 5,263.7 years (95% UI 5,143.1–5,390.0) per 100,000 population in 1990 to 3,159.4 years (3,047.1–3,280.4) in 2017. YLLs accounted for 87% of DALYs. Despite this progress, reduction rates decelerated in 2007–2013 and stagnated to -0.1% per year (95% UI -0.5 to 0.3) in 2013–2017. Ischemic heart disease (IHD) and stroke accounted for 80% of all-CVD DALYs. IHD exhibited similar trend patterns, but stroke showed an increasing trend since 2015. In 2017, CVD burden varied across countries from 1,812 years/100 000 (1,594–2,033) in Peru to 8,662 years/100 000 (7,404–10,029) in Haiti. From 2010 to 2017, reduction rates decelerated in all countries but Peru, trends stagnated in 8 countries and reversed to upward in 10 countries. Conclusions: The deceleration of decreasing trends in CVD burden in 18 countries, and the stagnation and reversed to increasing trends in 18 out of 37 countries of the Americas in recent years, indicates the need for reinvigorated efforts to reduce the CVD burden. The socio-demographic inequalities across countries pose challenges to these efforts. Countries with less favorable progress should be targeted for strengthening their national programs.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».