MétaCan
Menu
← Retour à la cohorte
Enregistrement W4404324172 · doi:10.1161/circ.150.suppl_1.4121589

Abstract 4121589: Sex differences in Social Determinants of Health and Adverse Outcomes in Atrial Fibrillation: A UK Biobank Study

2024· article· en· W4404324172 sur OpenAlexaff
Yusheng Zhou, Jonathan Houle, Valeria Raparelli, Hassan Behlouli, Colleen M. Norris, Louise Pilote

Notice bibliographique

RevueCirculation · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensMcGill UniversityUniversity of AlbertaMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineBiobankAtrial fibrillationInternal medicineCardiologyIntensive care medicineBioinformatics

Résumé

récupéré en direct d'OpenAlex

Background: Beyond the risk of thromboembolic stroke, people with atrial fibrillation (AF) are substantially burdened with a higher incidence of cardiovascular mortality, even among patients treated with anticoagulants. The reasons behind these outcomes are only partially understood. Social determinants of health (SDOH), strong independent predictors of major adverse cardiovascular events (MACE) in several cardiac diseases, may play a role; however, their impact on AF prognosis and the differences in SDOH by sex have been insufficiently explored. Objective: We investigated the sex differences in the association between SDOH and MACE in patients with AF. Methods: Data from the UK Biobank included participants enrolled from 2006 to 2010. An incident AF patient cohort, free of stroke and MI was created. Seventeen SDOH derived from three domains:: socio-economic status, psychosocial factors, and neighborhood/living environment were identified Cox proportional hazards models were used to evaluate the associations of individual SDOH components with the risk of MACE stratified by sex. Covariates including all variables of the CHA 2 DS 2 -VASc Score (Congestive heart failure, Hypertension, Age, Diabetes, prior stroke or transient ischemic attack, Vascular disease and Sex), current use of antiplatelet therapy or anticoagulation, smoking and body mass index. The primary outcome was a composite of MACE (including stroke, transient ischemic attack and arterial thromboembolic event, MI and cardiovascular mortality) and all-cause mortality. Results: A total of 23,113 participants with AF (mean age, 62.44 ± 5.88 years; female sex 39.7%) were included. The composite outcome occurred in 5,151 (22%) of participants over 10-year follow up. In the multivariate adjusted model, several SDOH were independently associated with an increased risk of adverse outcomes. Males showed a broader range of SDOH that were significantly associated with outcomes, including unfavourable economic factors and low social support. Despite females had fewer significant SDOH, education-related factors and local crime rates were significant predictors of adverse outcomes (Figure 1). Conclusions: Adverse SDOHs are associated with a higher risk of MACE and all-cause mortality in AF, with sex-specific variations. These findings underscore the need of incorporating routinely SDOH assessment into clinical practice to more accurately stratify risk and tailor preventive strategies based on sex-specific data.

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)0,003
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,377
Tête enseignante GPT0,457
Écart entre enseignants0,080 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculation→Même sujetHealth Systems, Economic Evaluations, Quality of Life→Travaux en français237 207→