MétaCan
Menu
← Retour à la cohorte
Enregistrement W4226119960 · doi:10.1161/circ.145.suppl_1.p224

Abstract P224: Optimism And Favorable Cardiovascular Health Maintenance Among African Americans: The Jackson Heart Study

2022· article· en· W4226119960 sur OpenAlexaff
Harold Lee, Sakurako S. Okuzono, Claudia Trudel‐Fitzgerald, Peter James, Mario Sims, Laura D. Kubzansky

Notice bibliographique

RevueCirculation · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Health and Risk Factors
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésMedicineOptimismBody mass indexConfidence intervalDemographyPoisson regressionGerontologyCovariateInternal medicinePopulationEnvironmental healthPsychology

Résumé

récupéré en direct d'OpenAlex

Background: Higher optimism is associated with maintaining favorable cardiovascular health (FCH) among White adults, but evidence for this relationship is limited among African American adults, whose cardiovascular disease risk is higher than Whites. We investigated whether higher optimism is associated with more FCH over ~12 years among African American adults. Methods: Data were drawn from African-American women (n=2,730) and men (n=1,479) in the Jackson Heart Study (age=20-93 years). Participants free of CVD at baseline (2000–2004) were included in the analyses. Optimism was measured using the Life Orientation Test-Revised at the baseline period, and examined as a binary variable due to its skewed distribution. FCH was characterized according to whether participants had healthy status on each of five components of cardiovascular functioning (i.e., blood pressure, lipids, body mass index, type 2 diabetes, and smoking status) repeatedly assessed 3 times over ~ 12 years of follow-up; measures were obtained either from a clinical visit or via self-report. Linear mixed-effects models examined whether optimism predicted FCH level over time or FCH change rate, adjusting for covariates such as sociodemographic characteristics, depressive symptoms, and health behaviors. In secondary analyses, we evaluated potential effect modification by sex and income as well as the likelihood of meeting the recommendation for each FCH component separately in relation to optimism using generalized estimating equations with the Poisson distribution. Results: Adjusting for all covariates, higher (vs. lower) optimism was associated with better FCH pooled across time (β=0.10, 95% confidence interval=0.02–0.17) but not with the rate of change in FCH level. We did not find sufficient evidence for effect modification by sex and income (p-interactions<0.05), which may be due to lack of power. In the analyses examining FCH sub-components, optimism was not associated with the rate of change in meeting the guidelines, except smoking; unexpectedly, participants with higher optimism had a slower rate of change towards non-smoking (p-interaction=0.03). However, this is likely driven by large differences at baseline: optimistic participants’ non-smoking proportion changed from 89.3% (baseline) to 93.2 % (visit 3) vs. 84.8% (baseline) to 92.9% (visit 3) in participants with lower optimism. In the analyses examining FCH sub-components without time-interaction, higher vs. lower optimistic participants had a higher likelihood of not being diabetic (RR=1.03, 95% confidence interval=0.99-1.07) in the fully adjusted model. Conclusions: Optimism may contribute to establishing future patterns of FCH in adulthood, but other factors may be more strongly related to how slowly or quickly favorable FCH declines over time.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,025
Tête enseignante GPT0,275
Écart entre enseignants0,250 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculation→Même sujetCardiovascular Health and Risk Factors→Travaux en français237 207→