MétaCan
Menu
Retour à la cohorte
Enregistrement W3174327485 · doi:10.3389/fcvm.2021.661390

Ethnic Disparity in Mortality Among Ischemic Heart Disease Patients. A-20 Years Outcome Study From Israel

2021· article· en· W3174327485 sur OpenAlexaff
Arsalan Abu‐Much, Eyal Nof, Nicola Luigi Bragazzi, Anan Younis, David Hochstein, Arwa Younis, Shlomo Nir, Alexander Fardman, Ilan Goldenberg, Robert Klempfner, Roy Beinart

Notice bibliographique

RevueFrontiers in Cardiovascular Medicine · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Myocardial Infarction Research
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésMedicineInternal medicineEthnic groupMyocardial infarctionDiseaseMultivariate analysisPropensity score matchingDemography

Résumé

récupéré en direct d'OpenAlex

Background: Long-term morbidity and mortality data among ischemic heart disease (IHD) patients of different ethnicities are conflicting. We sought to determine the independent association of ethnicity and all-cause mortality over two decades of follow-up of Israeli patients. Methods: Our study comprised 15,524 patients including 958 (6%) Arab patients who had been previously enrolled in the Bezafibrate Infarction Prevention (BIP) registry between February 1, 1990, and October 31, 1992, and subsequently followed-up for long-term mortality. We compared clinical characteristics and outcomes of Israeli Arabs and Jews. Propensity score matching (PSM) (1:2 ratios) was used for validation. Results: Arab patients were significantly younger (56 ± 7 years vs. 60 ± 7 years; p < 0.001; respectively), and had more cardiovascular disease (CVD) risk factors. Kaplan-Meier survival analysis showed that all-cause mortality was significantly higher among Arab patients (67 vs. 61%; log-rank p < 0.001). Multivariate adjusted analysis showed that mortality risk was 49% greater (HR 1.49; 95% CI: 1.37–1.62; p < 0.001) among Arabs. Conclusions: Arab ethnicity is independently associated with an increased 20-year all-cause mortality among patients with established IHD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,333
Écart entre enseignants0,294 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Cardiovascular MedicineMême sujetAcute Myocardial Infarction ResearchTravaux en français237 207