Updated Trends in Valvular Heart Disease-Related Heart Failure in G20-the Group of Twenty Countries: Insights From the Global Burden of Disease Study 2021
Notice bibliographique
Résumé
Background: Valvular heart disease (VHD), including both non-rheumatic valvular heart disease (NRVHD) and rheumatic valvular heart disease (RVHD), is a major global health concern. Moreover, the progression of VHD to heart failure (HF) poses substantial clinical and public health challenges. In light of the global population aging, alongside increasing cardiovascular risk factors, and the additional strain imposed by the COVID-19 pandemic, a timely reassessment of the VHD-related HF burden is urgently needed. Using the most recent data from the Global Burden of Disease (GBD) Study 2021, this study aimed to evaluate the distribution of VHD-related HF burden in 2021, examining the long-term trends from 1990 to 2021, and short-term changes between 2019 and 2021, to provide updated insights to inform future prevention and management strategies. Methods: Using GBD 2021 data, we analyzed the distribution of VHD-related HF burden in age-standardized prevalence rates across the Group of Twenty (G20) countries. Results: The highest NRVHD-related HF burden in 2021 was observed in the United States (US), Italy, and Russia, while the highest RVHD-related HF burden was noted in India, France, and China. Over the past 30 years (1990-2021), the NRVHD-related HF burden decreased in developed countries (e.g., the US, Canada, Japan) but increased in emerging economies (e.g., India, Brazil, South Africa), with significant increases also observed in Argentina, Mexico, Brazil, among other countries. Notably, nearly all G20 countries exhibited a downward trend in RVHD-related HF burden, with Germany and Australia being the exceptions. During the COVID-19 pandemic (2019-2021), the NRVHD-related HF burden declined in most G20 nations, except for South Africa, India, and a few others, while the RVHD-related HF burden increased slightly in countries such as Mexico, Russia, and Indonesia. Conclusions: Trends in NRVHD- and RVHD-related HF burden across G20 countries exhibited notable variations, and these became more pronounced under the impact of the COVID-19 pandemic. These findings underscore the importance of developing long-term strategies to enhance the resilience of healthcare systems, improve chronic disease management, and optimize resource allocation to promote cardiovascular health and preparedness for public health challenges.
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) | 0,003 | 0,002 |
| Bibliométrie | 0,000 | 0,003 |
| 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 ».