O Impacto da Educação na Mortalidade por Todas as Causas após Infarto do Miocárdio com Supradesnivelamento do Segmento ST (IAMCSST): Resultados do Brasília Heart Study
Notice bibliographique
Résumé
BACKGROUND: Low schooling has been considered an important modifiable risk factor for the development of cardiovascular disease for a long time. Despite that, whether this factor impacts the outcomes following ST-segment elevation myocardial infarction (STEMI) is poorly understood. OBJECTIVE: To investigate whether schooling stands as an independent risk factor for mortality in STEMI patients. METHODS: STEMI-diagnosed patients were consecutively enrolled from a prospective cohort (Brasilia Heart Study) and categorized according to years of study quartiles (0-3, 4-5, 6-10 and >10 years). Groups were compared by student's t test for continuous variables and qui-square for categorical. Incidence of all-cause mortality was compared with Kaplan-Meyer with Cox regression adjusted by age, gender, and GRACE score. Values of p < 0.05 were considered significant. SPSS21.0 was used for all analysis. RESULTS: The mean schooling duration was 6.63±4.94 years. During the follow-up period (mean: 21 months; up to 6.8 years), 83 patients died (cumulative mortality of 15%). Mortality rate was higher among the lowest quartile compared to those in the highest quartile [18.5 vs 6.8%; HR 2.725 (95% CI: 1.27-5.83; p=0.01)]. In multivariate analysis, low schooling has lost statistical significance for all-cause mortality after adjustment for age and gender, with HR of 1.305 (95% CI: 0.538-3.16; p=0.556), and after adjustment by GRACE score with an HR of 1.767 (95% CI: .797-3.91; p=0.161). CONCLUSION: Low schooling was not an independent risk factor for mortality in STEMI patients.
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 | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».