Ten-year Atherosclerosis Cardiovascular Disease (ASCVD) risk score and its components among nomadic population in southern Iran: A population-based study
Notice bibliographique
Résumé
Introduction Prevalence of atherosclerotic cardiovascular disease (ASCVD) has increased in developing countries, such as Iran. For reducing ASCVD, epidemiological information, especially in nomadic populations, are needed. This study aimed to estimate the prevalence of ASCVD among the nomadic population. Method This cross-sectional study was conducted on 784 nomadic people aged 40–70 years in Fars province. The 10-year ASCVD risk was calculated with an estimator developed by the American College of Cardiology/American Heart Association (ACC/AHA). To determine the factors of ASCVD risk score, ordinal logistic regression was used. Statistical analyses were performed using SPSS version 16 software. Results The mean age of the subjects under study was 53.32 ± 8.94 years, of whom 432 (55.1 %) were female. Based on ordinal regression, access to the health centers (p = 0.002), diabetes (p < 0.001), MI (p = 0.023), not using Aspirin (p = 0.001), housekeeper job (p < 0.001), high LDL (p = 0.002), and physical activity (p = 0.04) were associated with a higher category of ASCVD risk score. Additionally, people in the age group of 60–69 years had the highest percentage in all ASCVD score classes except the low-risk group. Conclusion The results indicated that having modifiable risk factors increases the chance of CVD in the nomadic population, and older people are more at risk. Since this population has received less attention and plays a main role in providing food products for Iranian people, it is suggested that more attention should be paid to the health of this special group through prevention and control programs.
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 | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».