MétaCan
Menu
Retour à la cohorte
Enregistrement W4296352684 · doi:10.3390/ijerph191811710

Adverse Childhood Experiences and Cardiovascular Risk among Young Adults: Findings from the 2019 Behavioral Risk Factor Surveillance System

2022· article· en· W4296352684 sur OpenAlexaff
Dylan B. Jackson, Alexander Testa, Krista P. Woodward, Farah Qureshi, Kyle T. Ganson, Jason M. Nagata

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueBirth, Development, and Health
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Cancer Institute
Mots-clésBehavioral Risk Factor Surveillance SystemRisk factorAdverse Childhood ExperiencesMedicineBehavioral riskYoung adultEnvironmental healthMedical emergencyGerontologyPsychiatryInternal medicineMental healthPopulation

Résumé

récupéré en direct d'OpenAlex

Background: Heart disease is the fourth leading cause of death for young adults aged 18–34 in the United States. Recent research suggests that adverse childhood experiences (ACEs) may shape cardiovascular health and its proximate antecedents. In the current study, we draw on a contemporary, national sample to examine the association between ACEs and cardiovascular health among young adults in the United States, as well as potential mediating pathways. Methods: The present study uses data from the 2019 Behavioral Risk Factor Surveillance System (BRFSS) to examine associations between ACEs and cardiovascular risk, as well as the role of cumulative disadvantage and poor mental health in these associations. Results: Findings indicate that young adults who have experienced a greater number of ACEs have a higher likelihood of having moderate to high cardiovascular risk compared to those who have zero or few reported ACEs. Moreover, both poor mental health and cumulative disadvantage explain a significant proportion of this association. Conclusions: The present findings suggest that young adulthood is an appropriate age for deploying prevention efforts related to cardiovascular risk, particularly for young adults reporting high levels of ACEs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,074
Score d'incertitude au seuil0,876

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,029
Tête enseignante GPT0,316
Écart entre enseignants0,287 · 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 tête enseignante, 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

Citations19
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetBirth, Development, and HealthTravaux en français237 207