Abstract 16147: Sex, Gender Factors and Cardiovascular Health in Canadian and Austrian Populations
Notice bibliographique
Résumé
Introduction: Little evidence exists differentiating the effect of biological sex from gender-related (i.e. psycho-socio-cultural) characteristics in cardiovascular outcomes. Hypothesis: Here, we explored the association between sex, gender, and cardiovascular health (CVH) among Canadians (CAN) and Austrians (AT). Methods: Data from the Canadian Community Health Survey (CCHS) (n=63,522, 55% Females) and Austrian Health Interview Survey (AT-HIS) (n=15,771, 56% Females), were analyzed. The CANHEART index, a measure of ideal CVH composed of 6 cardiometabolic risk factors ranging from 0 (worst) to 6 (ideal), was calculated in the CCHS as well as AT-HIS databases (ATHEART). A country-specific gender score was computed using principal component analysis-derived propensity score methods. The final gender scores (Range=0-1, higher score identifying characteristics traditionally ascribed to women) included: i) household size, perceived life stress, education, sense of belonging to community, marital status, and income (CAN); ii) household size, frequency of negative emotions, education, marital status and income (AT). Results: Median CANHEART and CAN gender scores were 4 [3-5] and 0.53 [0.49-0.60] while median ATHEART and AT gender scores were 4 [3-5] and 0.55 [0.46-0.64]. Although higher gender scores (CCHS: β=-1.33, 95%CI (-1.44,-1.22); AT-HIS: β=-1.11, 95%CI (-1.30,-0.91)) were associated with worse CVH, female sex (CCHS: β=0.35, 95% CI (0.33,0.37); AT-HIS: β=0.59, 95%CI (0.55,0.64)) was associated with better CVH in both populations. Additionally, higher gender scores were associated with a higher risk of heart disease, compared to female sex. The magnitude of this risk was higher in AT population (Table1). Conclusions: Individuals with characteristics typically ascribed to women reported poorer CVH and exhibited higher risk of heart disease independent of biological sex. Gender factors must be targeted for improving cardiovascular health.
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 | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».