Variations in incidence of venous thromboembolism in low-, middle-, and high-income countries
Notice bibliographique
Résumé
Aims To examine the rates of venous thromboembolism (VTE) in high-income, upper middle-income, and lower middle/low-income countries (World Bank Classification). Methods and Results We examined the rates of VTE in high-income, upper middle-income, and lower middle/low-income countries (World Bank Classification) in a cohort derived from four prospective international studies (PURE, HOPE-3, ORIGIN, and COMPASS). The primary outcome was a composite of pulmonary embolism, deep vein thrombosis, and thrombophlebitis. We calculated age- and sex-standardized incidence rates (per 1000 person-years) and used a Cox frailty model adjusted for covariates to examine associations between the incidence of VTE and country income level. A total of 215 307 individuals (1.5 million person-years of follow-up) from high-income (n = 60 403), upper middle-income (n = 42 066), and lower middle/low-income (n = 112 838) countries were included. The age- and sex-standardized incidence rates of VTE per 1000 person-years in high-, upper middle-, and lower middle/low-income countries were 0.87, 0.25, and 0.06, respectively. After adjusting for age, body mass index (BMI), smoking, antiplatelet therapy, anticoagulant therapy, education level, ethnicity, and incident cancer diagnosis or hospitalization, individuals from high-income and upper middle-income countries had a significantly higher risk of VTE than those from lower middle/low-income countries [hazard ratio (HR) 3.57, 95% confidence interval (CI) 2.40-5.30 and HR 2.27, 95% CI 1.59-3.23, respectively]. The effect of country income level on VTE risk was markedly stronger in people with a lower BMI, hypertension, diabetes, non-White ethnicity, and higher education. Conclusion The rates of VTE are substantially higher in high-income than in low-income countries. The factors underlying the increased VTE risk in higher-income countries remain unknown.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».