MétaCan
Menu
Retour à la cohorte
Enregistrement W4401109473 · doi:10.1016/j.jacasi.2024.05.008

Mortality, Cardiovascular Disease, and Their Associations With Risk Factors in Southeast Asia

2024· article· en· W4401109473 sur OpenAlexafffund
Aditya Khetan, Lia M. Palileo‐Villanueva, Nafiza Mat Nasir, Rosnah Ismail, Antonio Miguel L. Dans, Marc Evans M. Abat, Shofiqul Islam, Philip Joseph, Darryl P. Leong, Koon Teo, Sumathy Rangarajan, Salim Yusuf

Notice bibliographique

RevueJACC Asia · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensHamilton Health SciencesMcMaster UniversityPopulation Health Research Institute
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésDiseaseSoutheast asiaMedicineEnvironmental healthCause of deathProspective cohort studyDemographyInternal medicineHistory

Résumé

récupéré en direct d'OpenAlex

Background: The drivers of cardiovascular disease (CVD) and all-cause mortality may differ around the world. Regional-level prospective data can help guide policies to reduce CVD and all-cause mortality. Objectives: This study examined the incidence of CVD and mortality in Malaysia and the Philippines and estimated the population-level risks attributable to common risk factors for each outcome. Methods: This prospective cohort study included 20,272 participants from Malaysia and the Philippines. The mean follow-up was 8.2 years. The incidences of CVD and mortality rates were calculated for the overall cohort and in key subgroups. For each outcome, population-attributable fractions (PAFs) were calculated to compare risks associated with 12 modifiable risk factors. Results: The mean age of the cohort was 51.8 years (59% women). Leading causes of mortality were CVD (37.9%) and cancer (12.4%). The incidence of CVD (per 1,000 person-years) was higher in the Philippines (11.0) than Malaysia (8.3), and CVD contributed to a higher proportion of deaths in the Philippines (58% vs 36%). By contrast, all-cause mortality rates were higher in Malaysia (14.1) than in the Philippines (10.9). Approximately 78% of the PAF for CVD and 68% of the PAF for all-cause mortality were attributable to 12 modifiable risk factors. For CVD, the largest PAF was from hypertension (24.2%), whereas for all-cause mortality, the largest PAF was from low education (18.4%). Conclusions: CVD and cancer account for one-half of adult mortality in Malaysia and the Philippines. Hypertension was the largest population driver of CVD, whereas low education was associated with the largest burden of overall mortality.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,240
Écart entre enseignants0,224 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJACC AsiaMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207