Effect of Life’s Essential 8 and Exposure to Solid Fuels for Cooking on Cardiovascular Disease Risk
Notice bibliographique
Résumé
BACKGROUND: Few studies have examined the association between Life's Essential 8 (LE8) scores and cardiovascular disease (CVD) risk in less-developed countries. In this study we aimed to assess the relationship between LE8 levels and CVD and evaluate whether LE8 modifies the association between exposure to solid cooking fuels and CVD. METHODS: A cross-sectional analysis was conducted using data extracted from the China Multi-Ethnic Cohort. Cardiovascular health was scored using LE8 and categorized as low, moderate, and high. Exposure to solid fuels for cooking was classified as no exposure, intermediate exposure, and heavy exposure. RESULTS: Among 89,772 participants, 4444 (5.0%) had CVD. Higher LE8 scores were associated with lower CVD risk after full covariate adjustment. The adjusted odds ratios (95% confidence intervals [CIs]) for the moderate and high LE8 groups were 0.82 (0.74-0.89) and 0.73 (0.66-0.81), respectively (P for trend < 0.001). Compared with no exposure, heavy exposure to solid fuels was associated with a higher CVD risk (odds ratio, 1.21 [95% CI, 1.06-1.40]; P = 0.004). A significant interaction was observed between the LE8 score and solid fuel exposure (P for interaction = 0.01). The inverse association between LE8 and CVD was the strongest among those with no exposure to solid fuels (odds ratio, 0.80 [95% CI, 0.71-0.91]). CONCLUSIONS: High LE8 scores are associated with reduced CVD risk, particularly among participants with no exposure to solid fuels for cooking.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».