Heart Failure-Attributed Mortality in Europe, 2012–2021
Notice bibliographique
Résumé
AIMS: Heart failure (HF) is a leading cause of cardiovascular mortality worldwide. However, comprehensive and updated assessments of HF-attributable mortality trends across Europe are limited. The aim of this study was to evaluate HF-attributed mortality trends in Europe between 2012 and 2021, examining variations by age, sex, and European region. METHODS AND RESULTS: We extracted HF-attributed mortality data from the World Health Organization (WHO) mortality dataset for 2012-2021. Age-adjusted mortality rates (AAMRs) were analysed using joinpoint regression modelling, expressed as average annual percent change (AAPC) with 95% confidence intervals (CIs). A parallelism test compared trend differences across groups. To explore contributors to HF-attributable mortality, we analysed the mean alcohol consumption and the age-adjusted prevalence and trends of smoking habit, arterial hypertension (HTN), obesity and type 2 diabetes mellitus (DM) using the WHO non-communicable diseases dataset (2012-2021). From 2012 to 2021, 4 872 634 individuals (2 084 521 men and 2 788 113 women) died due to HF, equating to 11 522 deaths per 100 000 population. Overall, the AAMR increased (AAPC: +0.4% [95% CI 0.3-0.5], p < 0.001), with a significantly greater increase in men compared to women (p for parallelism = 0.02). HF-attributable mortality trend had a higher increase among patients aged less than 70 years compared to those aged 70 years or older (p for parallelism = 0.001). Regionally, AAMRs increased in Western (AAPC: +1.2% [95% CI 1.0-1.4], p < 0.001), Eastern (AAPC: +0.9% [95% CI 0.7-1.0], p < 0.001) and Northern Europe (AAPC: +0.5 [95% CI 0.3-0.6], p < 0.001) while plateaued in Southern Europe (AAPC: +3.2% [95% CI -3.2 to 10.1], p = 0.28). A similar increase was observed in the trend for AAMR in HF-attributable mortality among subjects died due to HF with reduced or preserved ejection fraction (p for parallelism = 0.18). During the same period, the age-adjusted prevalence of overweight, obesity and DM rose, while HTN, smoking habit and alcohol consumption decreased. CONCLUSIONS: Heart failure-attributed mortality in Europe increased between 2012 and 2021. Substantial disparities persist across European regions and countries.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».