Exploring the determinants associated with adult mortality in Malta: A cohort study between 2014 and 2020
Notice bibliographique
Résumé
The study set to explore the mortality causes across six years and identify potential mortality determinates at a population level in Malta. A longitudinal follow-up of a Malta based cross-sectional national representative study across 6 years (2014 – 2020) was carried out. The study population was cross-linked to the mortality register and causes of death obtained. Population characteristics gathered during initial examination were analysed through univariant and multivariant logistic regressions. A total of 66 adults, mostly male (65.15% n=43) died, with commonest cause being cancer (42.42% CI95%: 31.24 – 54.45) mostly due to malignant neoplasm of bronchus and lung. This was followed by cardiac pathologies including acute myocardial infarction, ischaemic cardiomyopathy, and cardiomegaly (25.76% CI95%: 16.67 – 37.51). Multivariant logistic regression analyses revealed positive associations between age (OR: 1.99 p=0.02), history of coronary heart disease (OR: 11.78 p=<0.001), smoking for 31 years or more (OR: 8.22 p=<0.001) and presence of multimorbidity (OR: 1.32 p=0.02). It is evident that occurrence of cancers is a concern in Malta, and it requires targeted action including the reduction of smoking habits. Understanding the mortality causes and the associated determining factors at a population level enable the institution of preventive actions while strengthening healthcare services to safeguard the population from premature mortality and co-morbidity.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,024 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».