Cardiovascular disease, mortality, and their associations with modifiable risk factors in a multi-national South Asia cohort: a PURE substudy
Notice bibliographique
Résumé
AIM: To examine the incidence of cardiovascular disease (CVD), of death, and the comparative effects of 12 common modifiable risk factors for both outcomes in South Asia. METHODS AND RESULTS: Prospective study of 33 583 individuals 35-70 years of age from India, Bangladesh, or Pakistan. Mean follow-up period was 11 years. Age and sex adjusted incidence of a CVD event and mortality rates were calculated for the overall cohort, by urban or rural location, by sex, and by country. For each outcome, mutually adjusted population attributable fractions (PAFs) were calculated in 32 611 individuals without prior CVD to compare risks associated with four metabolic risk factors (hypertension, diabetes, abdominal obesity, high non-HDL cholesterol), four behavioural risk factors (tobacco use, alcohol use, diet quality, physical activity), education, household air pollution, strength, and depression. Hazard ratios were calculated using Cox regression models, and average PAFs were calculated for each risk factor or groups of risk factors. Cardiovascular disease was the most common cause of death (35.5%) in South Asia. Rural areas had a higher incidence of CVD (5.41 vs. 4.73 per 1000 person-years) and a higher mortality rate (10.27 vs. 6.56 per 1000 person-years) compared with urban areas. Males had a higher incidence of CVD (6.42 vs. 3.91 per 1000 person-years) and a higher mortality rate (10.66 vs. 6.85 per 1000 person-years) compared with females. Between countries, CVD incidence was highest in Bangladesh, while the mortality rate was highest in Pakistan. The modifiable risk factors studied contributed to approximately 64% of the PAF for CVD and 69% of the PAF for death. Largest PAFs for CVD were attributable to hypertension (13.1%), high non-HDL cholesterol (11.1%), diabetes (8.9%), low education (7.7%), abdominal obesity (6.9%), and household air pollution (6.1%). Largest PAFs for death were attributable to low education (18.9%), low strength (14.6%), poor diet (6.4%), diabetes (5.8%), tobacco use (5.8%), and hypertension (5.5%). CONCLUSION: In South Asia, both CVD and deaths are highest in rural areas and among men. Reducing CVD and premature mortality in the region will require investment in policies that target a broad range of health determinants.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».