MétaCan
Menu
Retour à la cohorte
Enregistrement W7073824743

Associations of cardiovascular risk factors with venous thromboembolism

2018· article· en· W7073824743 sur OpenAlexfundno aff

Notice bibliographique

RevueePrints Soton (University of Southampton) · 2018
Typearticle
Langueen
DomaineEngineering
ThématiquePhotonic Crystal and Fiber Optics
Établissements canadiensnon disponible
Organismes subventionnairesMedical Research CouncilUniversity of California, San FranciscoGraduate School of Public Health, University of PittsburghWeill Cornell Medical CollegeUniversität GreifswaldUniversität UlmGöteborgs UniversitetWestfälische Wilhelms-Universität MünsterTel Aviv UniversityLunds UniversitetWageningen University and ResearchFeinberg School of MedicineUniversiteit UtrechtCleveland ClinicRijksuniversiteit GroningenHáskóli ÍslandsCity University of New YorkUniversity of BristolLondon School of Hygiene and Tropical MedicineBritish Heart FoundationUniversity of PittsburghUniversity of DundeeVrije Universiteit AmsterdamUppsala UniversitetUniversity of WashingtonDeutsches KrebsforschungszentrumUniversité LavalMonash UniversityUniversity College LondonUniversity of SouthamptonNorwegian Institute of Public HealthCenters for Disease Control and PreventionPortland State UniversityUniversity of California, San DiegoUniversity of GlasgowStrongItä-Suomen YliopistoRijksinstituut voor Volksgezondheid en MilieuTrakya ÜniversitesiUniversity of South CarolinaNorthwestern University
Mots-clésVenous thromboembolismRisk factorDiseasePulmonary embolismPopulationRisk assessmentThrombosisIncidence (geometry)MEDLINE
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

IMPORTANCE It is uncertain to what extent established cardiovascular risk factors are associated with venous thromboembolism (VTE).OBJECTIVE To estimate the associations of major cardiovascular risk factors with VTE, ie, deep vein thrombosis and pulmonary embolism.DESIGN, SETTING, AND PARTICIPANTS This study included individual participant data mostly from essentially population-based cohort studies from the Emerging Risk Factors Collaboration (ERFC; 731 728 participants; 75 cohorts; years of baseline surveys, February 1960 to June 2008; latest date of follow-up, December 2015) and the UK Biobank (421 537 participants; years of baseline surveys, March 2006 to September 2010; latest date of follow-up, February 2016).Participants without cardiovascular disease at baseline were included.Data were analyzed from June 2017 to September 2018.EXPOSURES A panel of several established cardiovascular risk factors. MAIN OUTCOMES AND MEASURESHazard ratios (HRs) per 1-SD higher usual risk factor levels (or presence/absence).Incident fatal outcomes in ERFC (VTE, 1041; coronary heart disease [CHD], 25 131) and incident fatal/nonfatal outcomes in UK Biobank (VTE, 2321; CHD, 3385).Hazard ratios were adjusted for age, sex, smoking status, diabetes, and body mass index (BMI). RESULTSOf the 731 728 participants from the ERFC, 403 396 (55.1%) were female, and the mean (SD) age at the time of the survey was 51.9 (9.0) years; of the 421 537 participants from the UK Biobank, 233 699 (55.4%) were female, and the mean (SD) age at the time of the survey was 56.4 (8.1) years.Risk factors for VTE included older age (ERFC: HR per decade, 2.67; 95% CI, 2.45-2.91;UK Biobank: HR, 1.81; 95% CI, 1.71-1.92),current smoking (ERFC: HR, 1.38; 95% CI, 1.20-1.58;UK Biobank: HR, 1.23; 95% CI, 1.08-1.40),and BMI (ERFC: HR per 1-SD higher BMI, 1.43; 95% CI, 1.35-1.50;UK Biobank: HR, 1.37; 95% CI, 1.32-1.41).For these factors, there were similar HRs for pulmonary embolism and deep vein thrombosis in UK Biobank (except adiposity was more strongly associated with pulmonary embolism) and similar HRs for unprovoked vs provoked VTE.Apart from adiposity, these risk factors were less strongly associated with VTE than CHD.There were inconsistent associations of VTEs with diabetes and blood pressure across ERFC and UK Biobank, and there was limited ability to study lipid and inflammation markers. CONCLUSIONS AND RELEVANCEOlder age, smoking, and adiposity were consistently associated with higher VTE risk.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,006
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,168
Écart entre enseignants0,156 · 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
Publié2018
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueePrints Soton (University of Southampton)Même sujetPhotonic Crystal and Fiber OpticsTravaux en français237 207