Impact of COPD on cardiovascular risk factors and outcomes in people with established cardiovascular disease
Notice bibliographique
Résumé
BACKGROUND: Little is known about the association between chronic obstructive pulmonary disease (COPD) and cardiovascular disease (CVD) in people with established CVD. Knowing if COPD is associated with a higher risk of cardiovascular events would guide appropriate secondary prevention. OBJECTIVE: To examine the risk of COPD on major adverse cardiac events (MACEs, acute myocardial infarction, stroke and cardiovascular death) in a complete real-world population of a large province, with known CVD. METHODS: We conducted a retrospective population cohort study using health administration, medication, laboratory, electronic medical record and other data from Ontario, Canada. All people with a history of CVD with and without physician-diagnosed COPD as of 2008 were followed until 2016 and cardiac risk factors, sociodemographic factors, comorbidities and other factors were compared. Sequential cause-specific hazard models adjusting for these factors determined the risk of MACE in people with COPD. RESULTS: Of 496 056 individuals with CVD in Ontario on 1 January 2008, 69 161 (13.9%) had COPD. MACE occurred more frequently among those with CVD (45.3 per 1000 person-years) and COPD compared with those with CVD alone (28.6 per 1000 person-years) (HR 1.24, 95% CI 1.21-1.26) after adjustment for cardiac risk factors, comorbidities, socioeconomic status and other factors. People with COPD were less likely to receive preventive CVD medications or see a cardiologist. CONCLUSION: In a large, real-world population of people with established CVD, COPD was associated with a higher rate of cardiovascular events but a lower rate of preventive therapy. Strategies are needed to improve secondary CVD prevention in the COPD population.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».