MétaCan
Menu
Retour à la cohorte
Enregistrement W4415792732 · doi:10.1161/circ.152.suppl_3.4371820

Abstract 4371820: Trends and Disparities in Maternal Hypertensive Disorders Among High-Income Nations from 1990–2021: A Benchmarking Global Analysis

2025· article· en· W4415792732 sur OpenAlexaboutno aff
Jay Patel, Gunjan Kochhar, Sourav Sudan, Anusha Parisapogu, Vaidheesh Varagantiwar, deepika sanapala, Jay Gajjar, Uma Shailendri Rayudu, Jeel Patel, Ridham Patel, Hardik Dineshbhai Desai

Notice bibliographique

RevueCirculation · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Health and Risk Factors
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLatin AmericansPublic healthIncidence (geometry)Global healthDisease burdenBurden of disease

Résumé

récupéré en direct d'OpenAlex

Background: Maternal hypertensive disorders (MHD), a leading cause of maternal and perinatal morbidity and mortality, remain a critical public health issue even in high-income countries (HIC) with advanced obstetric care. Despite progress in healthcare systems, the evolving trends in MHD burden across HIC remain poorly characterized. Methods: We employed the Global Burden of Disease Study 2021 analytical framework to estimate the burden of MHD across HIC. Case definitions were standardized using ICD-10 codes, and estimates were generated through DisMod-MR 2.1, a Bayesian meta-regression tool. Mortality was modeled using cause-of-death ensemble modeling, while years lived with disability (YLDs) were computed by applying disability weights to prevalence estimates. Temporal trends in age-standardized rates were evaluated using log-linear regression to calculate annual percentage changes (APCs). Results: Between 1990 and 2021, the total number of prevalent cases of maternal hypertensive disorders increased in High-income North America (HINA) from 124,114 (95% UI: 77,999–192,941) to 131,063 (85,937–185,149), in Southern Latin America from 24,774 (15,450–37,690) to 31,021 (20,449–45,050), and in Western Europe from 82,654 (51,187–127,529) to 85,625 (53,336–127,823). Conversely, declines were observed in High-income Asia Pacific (from 31,578 [19,282–48,836] to 18,741 [12,085–27,289]) and Australasia (from 8,037 [5,348–11,685] to 7,408 [4,516–10,924]). The highest annual increase in age-standardized incidence was seen in Germany (0.97%), followed by France (0.86%), Denmark (0.66%), and Israel (0.58%), while the USA exhibited a slight decline (−0.13%). In terms of mortality, Canada was the only high-income country to report an increasing APC (0.19%), whereas all others, including the USA, showed declines, with the USA decreasing by −0.67%. Across all time points, the burden was greatest in women aged 20–29 years, with HINA consistently exhibiting the highest incidence, mortality, and YLDs, despite declining death rates elsewhere and persistently elevated disability burden. Conclusion: Despite declining mortality, MHD remain a persistent challenge in HIC , with rising incidence in parts of Europe and substantial disability burden in HINA. The disproportionate burden among women aged 20–29 years underscores the need for region-specific maternal health strategies focused on early detection, long-term management, and equitable care access.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,007
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,254
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculationMême sujetCardiovascular Health and Risk FactorsTravaux en français237 207