Risk factors for incident cardiovascular events and their population attributable fractions in rural India: The <scp>Rishi Valley Prospective Cohort Study</scp>
Notice bibliographique
Résumé
OBJECTIVE: We prospectively determined incident cardiovascular events and their association with risk factors in rural India. METHODS: We followed up with 7935 adults from the Rishi Valley Prospective Cohort Study to identify incident cardiovascular events. Using Cox proportional hazards regression, we estimated hazard ratios (HRs) with 95% confidence intervals (95% CI) for associations between potential risk factors and cardiovascular events. Population attributable fractions (PAFs) for risk factors were estimated using R ('averisk' package). RESULTS: Of the 4809 participants without prior cardiovascular disease, 57.7% were women and baseline mean age was 45.3 years. At follow-up (median of 4.9 years, 23,180 person-years [PYs]), 202 participants developed cardiovascular events, equating to an incidence of 8.7 cardiovascular events/1000 PYs. Incidence was greater in those with hypertension (hazard ratio [HR] [95% CI] 1.73 [1.21-2.49], adjusted PAF 18%), diabetes (1.96 [1.15-3.36], 4%) or central obesity (1.77 [1.23, 2.54], 9%) which together accounted for 31% of the PAF. Non-traditional risk factors such as night sleeping hours and number of children accounted for 16% of the PAF. CONCLUSIONS: Both traditional and non-traditional cardiovascular risk factors are important contributors to incident cardiovascular events in rural India. Interventions targeted to these factors could assist in reducing the incidence of cardiovascular events.
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 | 0,000 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».