Abstract 17840: Impact of Age and Sex on Mortality Trends of Infective Endocarditis in High-Income Countries
Notice bibliographique
Résumé
Introduction: Incidence of infective endocarditis may relate to a variety of background conditions which may vary depending on age groups and sex in a country. Its national trends in each age group and sex among high-income countries are still unclear. Hypothesis: We hypothesized that mortality from infective endocarditis is without sex differences and has improved in all age groups in both sexes among high-income countries. Methods: The WHO mortality database was analyzed to determine trends in mortality from infective endocarditis in the UK, Germany, France, Italy, Japan, Australia, the USA, and Canada from 2000 to 2021. Age-standardized and age-specific (≤49, 50-64, 65-79, ≥80 years) mortality rates per 100,000 persons in either sex were compared by using male-to-female ratio. Trends were analyzed using joinpoint regression. Results: Age-standardized mortality rates ranged from 0.40 (95%CI, 0.38, 0.42) in Japan to 1.29 (95%CI, 1.23, 1.35) in France in the most recent year and showed increasing trends in all studied countries except for Japan with decreasing trends and the USA with constant trends. During the studied periods, age-standardized mortality was male-dominant in all countries (p<0.0001). In age-specific analysis, three age groups (≤49, 50-64, 65-79 years) showed male dominancy in all countries while age group ≥80 years showed no sex difference except for France. Different mortality trends were identified between the sexes. In the USA, female mortality rates showed increasing trends in the age group ≤49 years while there were decreasing trends in the other three age groups. Male mortality rates showed constant trends in age groups ≤49 and 50-64 years while there were decreasing trends in the age group 65-79 and ≥80 years. Conclusions: Mortality from infective endocarditis was male-dominant in age groups less than 80 years old in all studied high-income countries. The different mortality trends between sexes among age groups need to be contextualized.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».