Abstract 9297: Assessing Cardiovascular Health in Pediatric Hypertrophic Cardiomyopathy Using the CANHEART Index
Notice bibliographique
Résumé
Introduction: Pediatric hypertrophic cardiomyopathy (HCM) is associated with sudden death often resulting in restriction from strenuous physical activity and competitive sports. Restrictions may increase the risk of poor cardiovascular (CV) health. Hypothesis: CV health, as measured by the Cardiovascular Health in Ambulatory Care Research Team (CANHEART) health index (https://www.cmaj.ca/content/cmaj/186/3/180.full.pdf) are lower in pediatric HCM compared to other Canadian children. Methods: Pediatric HCM patients between age 10 and 18 years were prospectively recruited at 5 Canadian sites and assessed using the CANHEART health index. The index uses four factors for the definition of ideal CV health: never smoked, body mass index (BMI), fruit and vegetable (veg) consumption > 5 times/day and walking >60 minutes walking or 20 mins of running/jogging per day. Ideal health is defined by the presence of all four factors and poor health 0-2 factors. Results: There were 36 subjects enrolled in the study [27 males; median age 14.8 years (10-18); median BMI 24 (17-37)]. With regards to CANHEART health index results, 50% (n=18) were overweight/obese, 56% (n= 20) walked <60 minutes or ran/jogged <20 min per day, 70% consumed fruits/veg < 5 times/day and 94.4% had never smoked. The mean CANHEART index score was 2.19 (95 th CI 1.87-2.52) compared to the previously reported for Canadian youths without HCM (2.49 95% CI 2.47-2.52). Ideal CV health was seen in 11.1% (n=5) of HCM patients with poor health in 66.7% (n=24) [See Table 1]. Conclusions: A small percentage of pediatric HCM patients had ideal CV health as defined by the CANHEART index and the mean score was lower than previous reported in the CANHEART population study. These finding are predominantly driven by a lack of fruit/veg consumption, poor physical activity and BMI. CV profiling for pediatric HCM patients should be considered as part of the longitudinal care to help decrease the risk of premature CV disease in adulthood.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».