Educational Attainment Level and Risk of Mortality and Cardiopulmonary Outcomes in High‐Risk Patients With Cardiovascular Disease: The INVESTED Trial
Notice bibliographique
Résumé
Background Educational attainment level (EAL) is an indicator of socioeconomic status and has been shown to be inversely related with adverse health outcomes. However, the association between EAL and risk of clinical outcomes in high‐risk patients with cardiovascular disease has not been extensively investigated. Methods In the INVESTED (Influenza Vaccine to Effectively Stop Cardio Thoracic Events and Decompensated Heart Failure) trial, patients with recent heart failure or myocardial infarction hospitalization were randomized 1:1 to high‐dose trivalent or standard‐dose quadrivalent influenza vaccine from September 2016 to January 2019. We examined the association between EAL and risk of clinical outcomes for each participant across all enrolling seasons using adjusted Cox models stratified by trial entry season. Participants were categorized by EAL (≤high school, post‐high school or trade, and ≥college). Results Of the 4912 participants (mean age: 65.5 years, 28% female, 80% White) with EAL information, 43% had high school, 29% had post‐high school or trade, and 28% had ≥college as EAL. Those with higher EAL were more likely to be White or Asian, be married/with long‐term partner, have higher left ventricular ejection fraction, have lower New York Heart Association class, and less likely to have comorbidities and risk factors than those with lower EAL. During follow‐up (median: 9 months), 1706 (35%) participants experienced the composite of all‐cause death or cardiopulmonary hospitalization. Compared with high school, higher EAL was associated with a stepwise decrease in risk (post‐high school or trade: hazard ratio [HR], 0.88 [95% CI, 0.79–0.99]; ≥college: HR, 0.71 [95% CI, 0.63–0.81], P trend <0.001). Conclusions High EAL is significantly associated with a decreased risk of adverse clinical outcomes in patients with high‐risk cardiovascular disease after adjustment for other key risk factors, highlighting the need to consider EAL in risk assessment and target additional resources toward those with low EAL to improve prognosis. Registration URL: https://clinicaltrials.gov ; Unique identifier: NCT02787044.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».