Gendered social determinants of health and risk of major adverse outcomes in atrial fibrillation
Notice bibliographique
Résumé
INTRODUCTION: Atrial fibrillation (AF) is associated with an increased risk of adverse outcomes. Clinical risk factors have been identified as predictors of such outcomes, but social determinants of health (SDOH) may also play a role. We evaluated the associations between gendered SDOH (unevenly distributed between sexes) and adverse outcomes in AF. METHODS: This is a retrospective cohort study using data from a European registry of AF patients from 250 centers and twenty-seven countries. Gendered SDOH included education, living status, subscales of the EQ-5D-5L questionnaire, behavioral factors, and country-level gender inequality index (GII). The primary outcome was a composite of major adverse cardiovascular events and all-cause mortality. We used multivariate logistic regression models to identify associations between SDOH and the primary outcome. RESULTS: -VASc score. Most participants had secondary education, were physically inactive, lived in countries with gender equity and reported at least moderately elevated quality of life measures; they were less likely to live alone, smoke or drink alcohol. After adjustment for clinical factors, not having any post-secondary education (OR:1.17 95 %CI:1.05-1.28), reporting poorer health status (OR:1.08 95 %CI:1.05-1.11), living in a country with a higher GII (higher gender inequity) (OR:1.12 95 %CI:1.03-1.22 each 0.100), reporting reduced mobility (OR:1.18 95 %CI:1.02-1.38) and reduced self-care (OR:1.35;95 %CI:1.14-1.61) were independently associated with worse outcomes. CONCLUSIONS: Gendered SDOH are independently associated with adverse events in patients with AF. These factors should be considered for assessment of risk and as potential targets for interventions to improve outcomes. CONDENSED ABSTRACT: Atrial fibrillation (AF) is associated with adverse outcomes and social determinants of health (SDOH), which are gendered, may predict adverse outcomes in AF. We used a registry of AF patients from 27 European countries. Multivariate logistic regressions were used to investigate the associations between gendered SDOH and the primary outcome, a composite of major adverse cardiovascular events and all-cause mortality. Several SDOH were independent predictors: no higher education (OR:1.17;95 %CI:1.05-1.28), lower health (OR:1.08;95 %CI:1.05-1.11), higher GII (OR:1.12;95 %CI:1.03-1.22 each 0.100), reduced mobility (OR:1.18;95 %CI:1.02-1.38) and reduced self-care (OR:1.35;95 %CI:1.14-1.61). Gendered SDOH are independently associated with adverse events in AF.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».