Sudden cardiac death in young First Nations Australians in the Northern Territory, Australia: Potential implications for pre-participation screening
Notice bibliographique
Résumé
Objective: To present data from coronial records on sudden cardiac death (SCD) cases seen in young, First Nations Australians in the Northern Territory of Australia, estimate its incidence, and propose potential pre-participation screening strategies. Design: Retrospective observational study. Methods: Coronial records of sudden cardiac death cases in First Nations Australians in the Northern Territory under 40 years of age occurring between 2019 and 2023 were reviewed to study the incidence, demographics, medical history, circumstances of death and causes of death with autopsy and toxicology analysis. Results: A total of 59 SCD cases in First Nations Australians under 40 years of age were recorded in the Northern Territory with an annual incidence of 19.8 cases per 100,000 persons. The mean ± SD of age was 32.8 ± 6.14 years. There were 61 % male and 2/3 of SCD cases occurred in remote location. Coronary heart disease (n = 36; 61 %) was the most common cause of death. In 3 cases, SCD was related to sports or exercise activity. Most common medical co-morbidities were cardiac (38.9 %), Diabetes mellitus (35.6 %), and rheumatic heart disease (20.3 %). Smoking (37.3 %) and alcohol abuse (32.2 %) were the most common risk factors. Conclusions: SCD is more common and coronary heart disease and rheumatic heart disease are the most common causes in First Nations Australians in the Northern Territory under the age of 40 years. Medical co-morbidities and risk factors are prevalent in this population. There is a need for First Nation Australians specific local guidelines for a comprehensive pre-participation Heart-Health assessment.
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 | 0,001 | 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 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 ».