Trends in coronary artery disease and dyslipidemia-related mortality in the USA from 1999-2020
Notice bibliographique
Résumé
BACKGROUND: This study examined trends and disparities in USA mortality rates associated with the co-occurrence of coronary artery disease (CAD) and dyslipidemia from 1999-2020. METHODS: Data were obtained from the multiple cause of death files using CDC WONDER, spanning 1999-2020. ICD-10 codes (I20-I25 for CAD and E78 for dyslipidemia) identified CAD and dyslipidemia-related deaths in adults aged 25 and older. Statistical analyses examined demographic and regional mortality distributions. Joinpoint regression analysis determined trends in age-adjusted mortality rates (AAMR), estimating annual percentage changes (APC). RESULTS: Between 1999 and 2020, 613,969 CAD and dyslipidemia-related deaths occurred in the USA. The AAMR per 100,000 increased from 6.2 in 1999 to 19.0 in 2020. The AAMR rose sharply from 1999-2005 (APC: 10.2; 95% CI: 9.1, 11.3), increased from 2005-2010 (APC: 3.3; 95% CI: 2.6, 5.0), stabilized through 2010-2016 (APC: 0.8; 95% CI: -0.5, 1.4), and increased again from 2016-2019 (APC: 3.0; 95% CI: 1.7, 4.7). Men accounted for 59.8% of deaths, with an AAMR of 18.2, compared to 8.7 for women. Non-Hispanic (NH) American Indian (13.4) and NH white populations (13.3) had the highest AAMRs, followed by NH black or African American (12), Hispanic or Latino (9.8), and NH Asian or Pacific Islanders (9.1). The Midwest had the highest AAMR (14.1), followed by the West (13.8), South (12.2), and Northeast (11.3). Nonmetropolitan areas had higher AAMRs (14.7) compared to metropolitan areas (12.4). CONCLUSIONS: Mortality due to concurrent CAD and dyslipidemia is increasing. Targeted interventions are needed to reduce mortality among vulnerable groups.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
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 découleClassification
machine, non validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».