MétaCan
Menu
Retour à la cohorte
Enregistrement W4291884111 · doi:10.14740/cr1398

Soccer and Risk of Cardiovascular Events

2022· article· en· W4291884111 sur OpenAlexvenueno aff
Juan Enrique Puche

Notice bibliographique

RevueCardiology Research · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Health and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineHostilityDyslipidemiaAnxietyIncidence (geometry)Acute coronary syndromeInternal medicinePhysical therapyDiabetes mellitusType 2 diabetesCardiologyObesityMyocardial infarctionPsychiatryClinical psychologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

Background: Physical and emotional stress have been associated with an increased incidence of acute coronary syndrome (ACS). Sporting events such as soccer matches can cause spectators to experience cardiovascular events. The objective of the present study was to determine whether an association of this type existed during a Spanish league competition. Methods: We recorded data from patients who were admitted with ACS during 2018 - 2020. Patients were divided into two groups: those who were admitted on the day the local team played and those who were admitted on nonmatch days. We determined various cardiovascular risk factors, including the degree of hostility and anxiety. Results: Away wins reduced the number of admissions with ACS by 30%, whereas a local loss increased hospitalizations by more than 30%. The profile of patient admitted on match days was a > 65 years old man, smoker (current or past), obese, with worse control of his hypertension, diabetes, and dyslipidemia, poor pharmacological adherence and high anxiety and hostility scores. Conclusions: A loss by the local team increases the number of admissions with ACS in males with a high burden of cardiovascular risk factors. Primary prevention measures should be taken to reduce the frequency of these events.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,007
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,091
Tête enseignante GPT0,440
Écart entre enseignants0,349 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCardiology ResearchMême sujetCardiac Health and Mental HealthTravaux en français237 207