Clusters of the Risk Markers and the Pattern of Premature Coronary Heart Disease: An Application of the Latent Class Analysis
Notice bibliographique
Résumé
Background: Coronary heart disease (CHD) is the major cause of mortality in the world with a significant impact on the younger population. The aim of this study was to identify prematurity among patients with coronary artery bypass graft surgery (CABG) based on the clustering of CHD risk factors. Methods: Patients were recruited from an existing cohort of candidates for CABG surgery named Tehran Heart Center Coronary Outcome Measurement (THC-COM). A latent class analysis (LCA) model was formed using 11 potential risk factors as binary variables: cigarette smoking, obesity, diabetes, family history of CHD, alcohol use, opium addiction, hypertension, history of stroke, history of myocardial infarction (MI), peripheral vascular disease (PVD), and hyperlipidemia (HLP). We analyzed our data to figure out how the patients are going to be clustered based on their risk factors. Results: For 566 patients who were studied, the mean age (SD) and BMI of patients were 59.1 (8.9) and 27.3 (4.1), respectively. The LCA model fit with two latent classes was statistically significant (G2 = 824.87, df = 21, p < 0.0001). The mean (SD) age of patients for Class I and Class II was 55.66 (8.55) and 60.87 (8.66), respectively. Class I (premature) was characterized by a high probability of smoking, alcohol consumption, opium addiction, and a history of MI (P < 0.05), and class II by a high probability of obesity, diabetes, and hypertension. Conclusion: Latent class analysis calculated two groups of severe CHD with distinct risk markers. The younger group, which is characterized by smoking, addiction, and the history of MI, can be regarded as representative of premature CHD.
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 | 0,010 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».