Sex Differences in Cardiovascular Health Status and Long-Term Outcomes in a Primary Prevention Cohort
Notice bibliographique
Résumé
BACKGROUND: Poor cardiovascular health quantified by 8 health behaviors and factors is associated with incident cardiovascular disease (CVD). However, it is not clear if this association differs between women and men. OBJECTIVES: The aim of the study was to determine whether the association between cardiovascular health status and incident CVD events differs by sex. METHODS: Adults enrolled in the Ontario Health Study (March 2009-December 2017) with no prior CVD were included. Cardiovascular health was assessed based on the presence of ideal diet, sleep, physical activity, smoking, body habitus, blood glucose, blood cholesterol, and blood pressure. CVD events were ascertained to March 31, 2023. The association between ideal, intermediate, and poor health and outcomes was assessed using age-adjusted, cause-specific models, including interaction terms for sex. RESULTS: The cohort consisted of 175,098 individuals (61.4% women, mean age 47 years). Compared to men, more women had ideal cardiovascular health (9.1% vs 4.6%), while fewer women had poor cardiovascular health (21.9% vs 30.5%). Compared to ideal cardiovascular health, the age-adjusted HR for intermediate cardiovascular health was 2.31 (95% CI: 1.72-3.11) in women, which was greater than the HR of 1.57 (95% CI: 1.16-2.11) in men. Similarly, the HR for poor cardiovascular health was 5.08 (95% CI: 3.78-6.84) in women and nearly double the HR of 2.54 (95% CI: 1.89-3.41) in men (P < 0.01 for interaction). CONCLUSIONS: In this primary prevention cohort, as cardiovascular health status declined, the relative impact on the future rate of CVD was greater for women than for men. This supports sex-specific health promotion strategies to improve health status and outcomes.
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) | 0,001 | 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 ».