Ethnic Disparities in ST-Segment Elevation Myocardial Infarction Outcomes and Processes of Care in Patients With and Without Standard Modifiable Cardiovascular Risk Factors: A Nationwide Cohort Study
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
Trials suggest patients with ST-elevation myocardial infarction (STEMI) without ‘standard modifiable cardiovascular risk factors’ (SMuRFs) have poorer outcomes, but the role of ethnicity has not been investigated. We analyzed 118,177 STEMI patients using the Myocardial Ischaemia National Audit Project (MINAP) registry. Clinical characteristics and outcomes were analyzed using hierarchical logistic regression models; patients with ≥1 SMuRF (n = 88,055) were compared with ‘SMuRFless’ patients (n = 30,122), with subgroup analysis comparing outcomes of White and Ethnic minority patients. SMuRFless patients had higher incidence of major adverse cardiovascular events (MACE) (odds ratio, OR: 1.09, 95% CI 1.02–1.16) and in-hospital mortality (OR: 1.09, 95% CI 1.01–1.18) after adjusting for demographics, Killip classification, cardiac arrest, and comorbidities. When additionally adjusting for invasive coronary angiography (ICA) and revascularisation (percutaneous coronary intervention (PCI) or coronary artery bypass grafts surgery (CABG)), results for in-hospital mortality were no longer significant (OR 1.05, 95% CI .97–1.13). There were no significant differences in outcomes according to ethnicity. Ethnic minority patients were more likely to undergo revascularisation with ≥1 SMuRF (88 vs 80%, P < .001) or SMuRFless (87 vs 77%, P < .001. Ethnic minority patients were more likely undergo ICA and revascularisation regardless of SMuRF status.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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