Pre- and post-pandemic comparisons in cardiovascular markers: a population-based study
Notice bibliographique
Résumé
Introduction: The COVID-19 pandemic, starting in 2020, raised concerns about potential long-term health impacts, including its effects on cardiovascular health and related biomarkers. This study part of the Bus Santé in Geneva, Switzerland, compared cardiovascular and metabolic profiles pre- (2016-2019) and post-pandemic (2023-2024) among individuals aged 30-75. Methods: Participants completed questionnaires and underwent a clinical visit, including a physical examination and fasting blood test to assess lipid and glycemic profiles. Linear regression was used to estimate results including mean systolic and diastolic blood pressure, cholesterol, and glycemic profiles, after adjusting for age, sex, smoking, and socioeconomic status. Quantile regression models were used to estimate median values. Results: A total of 4,558 participants were included. The study observed modest declines in mean glucose, cholesterol, HDL, and LDL levels post-pandemic, with stable blood pressure. The prevalence and treatment rates of diabetes, hypertension, and dyslipidemia remained consistent. Unawareness of these conditions was stable. Conclusion: Despite initial fears of a pandemic-induced health debt, results indicate healthy cardiovascular profiles post-pandemic, likely driven by improved lifestyle behaviors. This study highlights the importance of monitoring of cardiovascular health and suggests that lifestyle improvements may offset potential adverse pandemic effects in developed nations like Switzerland.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| 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 | 0,001 |
| 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 ».