MétaCan
Menu
Retour à la cohorte
Enregistrement W4402347837 · doi:10.1186/s12889-024-19532-4

Association of life’s essential 8 with chronic cardiovascular-kidney disorder: a prospective cohort study

2024· article· en· W4402347837 sur OpenAlexaff
Xinghe Huang, Jie Liang, Junyu Zhang, Jiayi Fu, Sicheng Deng, Wuxiang Xie, Fanfan Zheng

Notice bibliographique

RevueBMC Public Health · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Health and Risk Factors
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesChinese Academy of Medical SciencesNational Natural Science Foundation of China
Mots-clésMedicineHazard ratioInternal medicineProspective cohort studyKidney diseaseCohortProportional hazards modelPopulationCohort studyEpidemiologyConfidence intervalEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The coexistence of cardiovascular disease and chronic kidney disease, termed chronic cardiovascular-kidney disorder (CCV-KD), is increasingly prevalent. However, limited studies have assessed the association between cardiovascular health (CVH), assessed by the American Heart Association's Life's Essential 8 (LE8), and CCV-KD. METHODS: We conducted a prospective cohort study using data from UK Biobank. Participants without cardiovascular disease and chronic kidney disease at baseline and having complete data on metrics of LE8 were included (N = 125,986). LE8 included eight metrics, and the aggregate score was categorized as low (< 50 points), intermediate (50 to < 80 points), and high (≥ 80 points), with a higher score indicating better CVH health. Adjusted Cox proportional hazard models were conducted to explore the association of CVH with the risk of CCV-KD. The adjusted proportion of population attributable risk (PAR%) was used to calculate the population-level risk caused by low or intermediate CVH. RESULTS: During a median follow-up of 12.5 years, 1,054 participants (0.8%) had incident CCV-KD. Participants with intermediate and high CVH had 54% (HR = 0.46, 95% CI: 0.40-0.54, P < 0.001) and 75% (HR = 0.25, 95% CI: 0.18-0.34, P < 0.001) lower risks of incident CCV-KD compared with those in low CVH group. There was an approximately dose-response linear relationship between the overall LE8 score and incident CCV-KD. The risk of incident CCV-KD decreased by 30% (HR = 0.70, 95% CI: 0.67-0.74, P < 0.001) for a 10-point increment of LE8 score. The adjusted PAR% of lower overall CVH was 47.4% (95% CI: 31.6%-59.8%). CONCLUSIONS: Better CVH, assessed by using LE8 score, was strongly associated with decreased risk of incident CCV-KD. These findings imply optimizing CVH may be a preventive strategy to reduce the burden of CCV-KD.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,011
Tête enseignante GPT0,280
Écart entre enseignants0,270 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetCardiovascular Health and Risk FactorsTravaux en français237 207