Exploring Prognostic Implications of Race and Ethnicity in Patients With Peripheral Arterial Disease
Notice bibliographique
Résumé
INTRODUCTION: Significant health inequalities in major adverse limb events exist. Ethnically minoritized groups are more prone to have a major adverse event following peripheral vascular interventions. This systematic review and meta-analysis aimed to describe the postoperative implications of racial and ethnic status on clinical outcomes following vascular interventions for claudication and chronic limb-threatening ischemia. METHODS: Searches were conducted across seven databases from inception to June 2021 and were updated in October 2022 to identify studies reporting claudication or chronic limb-threatening ischemia in patients who underwent open, endovascular, or hybrid procedures. Studies with documented racial and ethnic status and associated clinical outcomes were selected. Extracted data included demographic and clinical characteristics, vascular interventions, and measured outcomes associated with race or ethnicity. Meta-analyses were performed using random-effect models to report pooled odds ratios (ORs) with 95% confidence intervals (CIs). RESULTS: Seventeen studies evaluating the impact of Black versus White patients undergoing amputation as a primary intervention were combined in a meta-analysis, revealing that Black patients had a higher incidence of amputations as a primary intervention than White patients (OR: 1.91, 95% CI: 1.61-2.27). Another meta-analysis demonstrated that Black patients had significantly higher rates of amputation after revascularization (OR: 1.56, 95% CI: 1.28-1.89). Furthermore, multiple trends were demonstrated in the secondary outcomes evaluated. CONCLUSIONS: Our findings suggest that Black patients undergo primary major amputation at a significantly higher rate than White patients, with similar trends seen among Hispanic and First Nations patients. Black patients are also significantly more likely to be subjected to amputation following attempts at revascularization when compared to White patients.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».