Trends in ST-elevation myocardial infarction hospitalization among young adults: a binational analysis
Notice bibliographique
Résumé
BACKGROUND: ST-segment myocardial infarction (STEMI) is typically associated with increased age, but there is an important group of patients who suffer from STEMI under the age of 50 who are not well characterized in studies. METHODS AND RESULTS: We analysed results from Myocardial Ischemia National Audit Project (MINAP) from the United Kingdom (UK) between 2010 and 2017 and the National Inpatient Sample (NIS) from the United States of America (USA) between 2010 and 2018. After exclusion criteria, there were 32 719 STEMI patients aged ≤50 from MINAP, and 238 952 patients' ≤50 from the NIS. We analysed temporal trends in demographics, management, and mortality. The proportion of females increased, 15.6% (2010-2012) to 17.6% (2016-2017) (UK) and 22.8% (2010-2012) to 23.1% (2016-2018) (USA). The proportion of white patients decreased, from 86.7% (2010) to 79.1% (2017) (UK) and 72.1% (2010) to 67.1% (2017) (USA). Invasive coronary angiography (ICA) rates increased in UK (2010-2012: 89.0%, 2016-2017: 94.3%), while decreased in USA (2010-2012: 88.9%, 2016-2018: 86.2% (USA). After adjusting for baseline characteristics and management strategies, there was no difference in all-cause mortality in the UK in 2016-2017 compared to 2010-2012 (OR:1.21, 95% CI:0.60-2.40), but there was a decrease in the USA in 2016-2018 compared to 2010-2012 (OR: 0.84, 95% CI: 0.79-0.90). CONCLUSION: The demographics of young STEMI patients have temporally changed in the UK and USA, with increased proportions of females and ethnic minorities. There was a significant increase in the frequency of diabetes mellitus over the respective time periods in both countries.
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 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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».