Stroke Incidence According to Cardiorespiratory Fitness: A Cohort Study of 483,379 Hypertensive Patients
Notice bibliographique
Résumé
Abstract Objectives We assessed stroke incidence in hypertensive patients according to cardiorespiratory fitness (CRF) and changes in CRF. Methods A prospective cohort study of 483,379 US Veterans. Participants completed a maximal standardized Exercise Treadmill test (ETT) performed within the Veterans Affairs medical centers across the United States between 1999 and 2020. None exhibited evidence of unstable cardiovascular disease during the ETT. Participants were stratified into 5 age-and-gender specific CRF categories based on the peak metabolic equivalents (METs) achieved. A subgroup of participants with two ETT evaluations (n=110, 576) were also assigned to 4 categories based on MET changes from the initial ETT to the final ETT. Multivariable Cox models, adjusted for age, and co-morbidities were used to estimate HRs and 95% CIs for stroke risk. Results The mean age ± standard deviation (SD) was 59.4±9.0 years. During the median follow-up time of 10.6 years (5,182,179 person-years), there were 15,925 stroke events with an average annual rate of 3.1 events per 1,000 person-years. In a final adjusted model, relatively poor CRF was the strongest predictor of stroke risk than any other comorbidity (HR: 2.24; 95% CI: 2.10-2.40; P< 0.001). For each 1-MET higher exercise capacity, the risk was 10% lower (0.90, 95% CI 0.90-0.91, p<0.001). Compared to the Least-fit, stroke risk was 23% lower for Low-fit individuals (HR 0.77; 95% CI, 0.73-0.80; p<0.001); and declined progressively to 55% for those in the highest CRF category (HR 0.45; 95% CI 0.42-0.48; p<0.001). We also assessed stroke incidence according to change in CRF. Compared to fit individuals during both evaluations, the risk was 27% higher for those who became unfit (HR 1.27, 95% CI 1.15-1.41, p<0.001), and not significantly different for unfit who became fit (HR 1.10, 95% CI 0.97-1.25, p=0.13). Conclusions Poor CRF was the strongest predictor of stroke incidence in hypertensive patients, regardless of age race, or gender. The association was independent, inverse, and graded for all stroke types. Changes in CRF over time reflected inverse changes in stroke risk, suggesting that risk of stroke can be modulated by improved CRF.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».