Abstract 11988: Understanding Ethnic Differences in the Risk of Cardiovascular Events and Mortality Among Immigrants in Canada
Notice bibliographique
Résumé
Introduction: Immigrants make up the largest share of the population in Canada, and one in four Canadians has come to the country as an immigrant. The high level of immigration has resulted in significant ethnic diversity in Canada, and each presents with a cardiovascular disease (CVD) risk profile unique to their ethnicity and country of birth. Methods: We performed a literature search of 6 electronic databases, including the grey literature sources of conferences, reports, theses, and dissertations from January 2000 until May 25, 2023. We included pertinent English language literature that summarized the evidence on ethnic differences in CVD risk and mortality among immigrants of the following ethnic groups in Canada: South Asian (East Indian, Pakistani, Sri Lankan), Chinese, Black, Latin American, Southeast Asian (Vietnamese, Cambodian, Malaysian), West Asian (Iran, Afghan), Arab, Korean, Japanese, and Filipinos. Results: Of the 9968 studies identified, 47 studies formed the basis of the review. Four overarching themes of CVD risk were found, comprising individual characteristics, ethnic differences, gender-related risks, and duration of residence in Canada. Among the different ethnic groups, South Asians had the greater risk of cardiovascular events, in which males had a striking difference in mortality of (42%) compared to females (29%), whereas East Asians had the least risk. No significant difference in the incidence of CVD was reported with the duration of residence between varied ethnic groups. However, East Asians showed a notable exception, with an increase in the incidence of CVD after 10 years of stay in Canada by 40% and 60% among males and females, respectively. Conclusions: Ethnic inequalities in CVD attributes to a combination of modifiable and non-modifiable risk factors, and this disparity in CVD incidence can be tackled by targeting interventions according to ethnic differences in risk profiles.
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 | 0,005 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,016 | 0,023 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».