Trends in Distribution and Case Fatality Rates of Cardiovascular Disease in West Nusa Tenggara General Hospital for 2014-2022
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Cardiovascular disease (CVD) is the leading cause of death, which affects 17.9 million people every year. This study aimed to determine trends in CVD distribution and case fatality rate (CFR) at the West Nusa Tenggara Province General Hospital, the major referral hospital in West Nusa Tenggara Province of Indonesia Methods: This study was descriptive with a retrospective approach using medical records of patients with CVD at the West Nusa Tenggara General Hospital from January 2014 to December 2022. Consecutive sampling was performed. Data based on diagnosis, patient age, gender, and case fatality rates were analyzed descriptively and expressed in frequency and percentage distribution. Results: Of the 11,742 patients included, more than half of the patients (58.92%) were male. In this study, the most common CVD was ischemic heart disease (IHD) (44.23%, n=5,194), followed by patients with hypertension (24.55%, n=2,883), and heart failure (19.30%, n=2,265) which were dominated by males, 68.34%, 57.25%, and 50.53%, respectively. Females were lower in those CVD due to estrogen hormone which has role as cardio protector that maintains the elasticity of blood vessels and prevents atherosclerosis. Meanwhile, mitral valve disease is the fourth most common CVD, approximately 6.69%, followed by atrial fibrillation or atrial flutter at 5.97%, which were dominated by females, 57.78% and 54.17%, respectively. Our data showed that the highest CFR was in patients with atrial fibrillation or atrial flutter, which was 17.5% in 2022. Conclusion. IHD is the most commonly found in the majority of patients with CVD. The highest case fatality rate is in atrial fibrillation or atrial flutter. CVD prevalence, or CFR, is essential to focus on treatment and prevention strategies.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découle