MétaCan
Menu
Retour à la cohorte
Enregistrement W4366602754 · doi:10.1371/journal.pone.0283879

The burden of premature mortality from cardiovascular diseases: A systematic review of years of life lost

2023· review· en· W4366602754 sur OpenAlexaboutno aff
Wan Shakira Rodzlan Hasani, Nor Asiah Muhamad, Tengku Muhammad Hanis, Nur Hasnah Maamor, Mohd Azahadi Omar, Shubash Shander Ganapathy, Zulkarnain Abdul Karim, Kamarul Imran Musa

Notice bibliographique

RevuePLoS ONE · 2023
Typereview
Langueen
DomaineSocial Sciences
ThématiqueInsurance, Mortality, Demography, Risk Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineIntensive care medicineGerontologyPediatrics

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Premature mortality refers to deaths that occur before the expected age of death in a given population. Years of life lost (YLL) is a standard parameter that is frequently used to quantify some component of an "avoidable" mortality burden. OBJECTIVE: To identify the studies on premature cardiovascular disease (CVD) mortality and synthesise their findings on YLL based on the regional area, main CVD types, sex, and study time. METHOD: We conducted a systematic review of published CVD mortality studies that reported YLL as an indicator for premature mortality measurement. A literature search for eligible studies was conducted in five electronic databases: PubMed, Scopus, Web of Science (WoS), and the Cochrane Central Register of Controlled Trials (CENTRAL). The Newcastle-Ottawa Scale was used to assess the quality of the included studies. The synthesis of YLL was grouped into years of potential life lost (YPLL) and standard expected years of life lost (SEYLL) using descriptive analysis. These subgroups were further divided into WHO (World Health Organization) regions, study time, CVD type, and sex to reduce the effect of heterogeneity between studies. RESULTS: Forty studies met the inclusion criteria for this review. Of these, 17 studies reported premature CVD mortality using YPLL, and the remaining 23 studies calculated SEYLL. The selected studies represent all WHO regions except for the Eastern Mediterranean. The overall median YPLL and SEYLL rates per 100,000 population were 594.2 and 1357.0, respectively. The YPLL rate and SEYLL rate demonstrated low levels in high-income countries, including Switzerland, Belgium, Spain, Slovenia, the USA, and South Korea, and a high rate in middle-income countries (including Brazil, India, South Africa, and Serbia). Over the past three decades (1990-2022), there has been a slight increase in the YPLL rate and the SEYLL rate for overall CVD and ischemic heart disease but a slight decrease in the SEYLL rate for cerebrovascular disease. The SEYLL rate for overall CVD demonstrated a notable increase in the Western Pacific region, while the European region has experienced a decline and the American region has nearly reached a plateau. In regard to sex, the male showed a higher median YPLL rate and median SEYLL rate than the female, where the rate in males substantially increased after three decades. CONCLUSION: Estimates from both the YPLL and SEYLL indicators indicate that premature CVD mortality continues to be a major burden for middle-income countries. The pattern of the YLL rate does not appear to have lessened over the past three decades, particularly for men. It is vitally necessary to develop and execute strategies and activities to lessen this mortality gap. SYSTEMATIC REVIEW REGISTRATION: PROSPERO CRD42021288415.

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)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,972

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0060,003
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,079
Tête enseignante GPT0,319
Écart entre enseignants0,240 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetInsurance, Mortality, Demography, Risk ManagementTravaux en français237 207