Cardiovascular Health Metrics Differ Between Individuals With and Without Cancer
Notice bibliographique
Résumé
Background Although individuals with cancer experience high rates of cardiovascular morbidity, there are limited data on the potential differences in cardiovascular health (CVH) metrics between individuals with and without cancer. Methods and Results The National Health and Nutrition Examination Survey between 2015 and 2020 was queried to evaluate the prevalence of health metrics that comprise the American Heart Association Life's Essential 8 construct of cardiovascular health among adult individuals with and without cancer in the United States. Health metric scores were also evaluated according to important patient demographics including age, sex, race and ethnicity, and socioeconomic status. Among 4370 participants representing >180 million US adults, 9.4% had a history of cancer. Individuals with cancer had lower overall cardiovascular health scores (67.1 versus 69.1, P <0.001) compared with individuals without cancer. Among individual components of the cardiovascular health score, those with cancer had better health scores on key behaviors including physical activity, diet, and sleep compared with those without cancer, although variation was noted based on age. Higher scores on these modifiable health behaviors among those with cancer compared with those without cancer were noted in older individuals, in White individuals compared with other races and ethnicities, and in individuals with higher socioeconomic status. Conclusions We highlight important variations in simple cardiovascular health metrics among individuals with cancer compared with individuals without cancer and demonstrate differences among health metrics based on age, race and ethnicity, and socioeconomic status. These findings may explain ongoing racial, ethnic, and socioeconomic status disparities in the cancer population and provide a framework for optimizing cardiovascular health among individuals with cancer.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».