Association of Race and Ethnicity With Obstructive Coronary Artery Disease
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Appropriate selection of patients with stable coronary artery disease (CAD) for coronary angiography is dependent on the pretest probability of obstructive CAD; however, little is known about the potential differences in CAD by race and ethnic groups. Objectives: The purpose of this study was to evaluate the association of race and ethnicity with coronary obstruction in stable CAD. Methods: We evaluated first coronary angiography for CAD evaluation between 2012 and 2019 in Ontario, Canada. Race and ethnicity were identified by physicians. The main outcome was the rate of obstructive CAD (left main stenosis ≥50% or major epicardial vessel stenosis ≥70%). Multivariable logistic regression analyses evaluated the independent association of race and ethnicity with CAD. Results: Among 71,199 CAD patients, 14.0% were South Asian (SA), 4.4% were East Asian (EA), and 58,131 were White patients. SA patients were the youngest at 60.9 years vs 62.4 years for EA patients and 65.1 years for White patients but were most likely to have obstructive CAD (46.9%) (EA 43.0% and White patients 37.9%). SA patients had the highest prevalence of 3-vessel CAD at 13.4% (vs 12.5% in EA and 7.7% in White patients). The adjusted odds ratio was 67% higher (1.67; 95% CI: 1.59 to 1.75) for having obstructive CAD in SA patients than that in White patients. EA patients also had significantly increased adjusted odds of obstructive CAD compared with White patients (1.40; 95% CI: 1.29-1.52). Conclusions: SA patients were younger at presentation but had the highest adjusted odds of obstructive CAD. Incorporation of race and ethnicity information may improve risk-prediction tools for detection of coronary obstruction.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle