Clinical characteristics and cardiovascular outcomes among young patients with acute myocardial infarction in Kerala, India: A secondary analysis of ACS QUIK trial
Notice bibliographique
Résumé
Background Limited data exist on the risk profile and outcomes among young patients with acute myocardial infarction(AMI) in low-and middle-income countries(LMICs). This study explored differences in the clinical characteristics, medical care, and outcomes of AMI in young adults in India with a subanalysis focusing on sex disparities amongst the young. Methods Using the Acute Coronary Syndrome Quality Improvement in Kerala trial database, we compared baseline characteristics, management, and outcomes amongst the young patients(≤50 years) and their older counterparts. The primary outcomes were the rates of in-hospital and 30-day composite of in-hospital major adverse cardiovascular events(MACE). Results Of the 21,374 adults enrolled, 4762(22%) were young, of which 614 (12.9%) were females. Young patients with AMI were more likely to be smokers(41.9% vs. 27.8%; P < 0.001) and undergo coronary angiography (66.3%vs.57.3%; P < 0.001) and percutaneous coronary intervention (PCI)(57.5% vs. 47.0%; P < 0.001), compared to older patients. After adjustment for potential confounders, younger patients had a lower likelihood of in-hospital (RR = 0.49; 95%CI 0.40–0.61; P < 0.001) and 30-day MACE (RR = 0.54; 95%CI 0.46–0.64; P < 0.001). Subgroup analysis comparing young males and females revealed worse cardiovascular risk profile among young women except for smoking. In-hospital MACE(RR = 1.60; 95%CI, 1.0–2.45; P = 0.048) were higher for young women compared to men. Conclusion Young AMI patients had higher prevalence of modifiable risk factors, were more likely to receive reperfusion therapy, and had better short and intermediate outcomes, compared to older patients. Compared to young men with AMI, young women had worse cardiovascular risk profile, were less likely to be treated with diagnostic angiography or PCI and experienced higher in-hospital death and MACE.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».