Prescription of cardiovascular medication in children with congenital heart defects across six European Regions from 2000 to 2014: data from the EUROlinkCAT population-based cohort study
Notice bibliographique
Résumé
OBJECTIVES: Advances in surgical management strategies have substantially reduced fatality from congenital heart defects (CHD). Decreased infant mortality might be expected, consequentially to result in greater morbidity in older children due to complications later in childhood and adolescence. This study aims to evaluate the use of cardiovascular medication (CVM) as an indicator of disease burden in children born with CHD in the first 10 years of life. DESIGN: Population-based cohort study. SETTING: Six population-based registries from the European Surveillance of Congenital Anomalies (EUROCAT) network participated. Data from live born children with major congenital anomalies (CA) born from 2000 to 2014 were linked to prescription databases. Four groups of children were analysed: CA, CHD, severe CHD (sCHD) and ventricular septal defect (VSD) without sCHD. Live born children without CA were included as reference group. PARTICIPANTS: We obtained data on 61 038 children born with a CA, including 19 678 with CHD, 3392 with sCHD, 12 728 children with VSD without sCHD, and 1 725 496 reference children. RESULTS: Children born with sCHD were the most likely to receive a CVM prescription (42.9%, 95% CI, 26.3 to 58.5) in the first year of life compared with 13.3% (6.7 to 22.0) of children with any CHD, 5.9% (3.7 to 8.7) of children with any CA and 0.1% (0.0 to 0.1) of reference children. Medication was less likely to be prescribed after the first year of life for sCHD; 18.8% (14.8 to 23.1) for children 1-4 years and 15.8% (12.0 to 20.1) 5-9 years. Children with sCHD were most likely to receive a diuretic (36.4%, 18.6 to 54.5), an antihypertensive (6.9%, 3.7 to 11.3) or a beta-blocker (5.5%, 2.9 to9.2). CONCLUSION: Almost half of all children with sCHD were prescribed CVM in their first year of life. For all four groups of children with anomalies, the proportion of children with a CVM prescription decreased with age.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».