Abstract FR479: A Quarter Century of Mortality Trends in Hypertension and Sick Sinus Syndrome Among Elderly in the United States
Notice bibliographique
Résumé
Background: Hypertension (HTN) and sick sinus syndrome (SSS) are common and often coexisting conditions in the elderly, contributing significantly to cardiovascular morbidity and mortality. Despite advances in management, the long-term mortality trends related to these conditions remain poorly characterized on a national scale. Aim: To analyze 25-year nationwide mortality trends associated with HTN and sick sinus syndrome among U.S. adults aged 65 and older, identifying demographic and regional disparities. Methods: Mortality data from CDC WONDER (1999–2023) were analyzed using Joinpoint regression to assess deaths related to HTN and SSS in U.S. adults aged 65+. Age-adjusted mortality rates (AAMRs) and average annual percent change (AAPC) with 95% confidence intervals were calculated. Results: HTN coexisting with SSS contributed to 27,799 deaths in individuals aged over 65 years. Between 1999 and 2023, the overall AAMR surged from 0.90 to 4.34, with a staggering AAPC of 5.95 (95% CI: 4.70–7.12, p < 0.000001). Females consistently exhibited higher mortality rates than males (AAMR: 3.00 vs. 2.71); however, the trajectory of increase was steeper in males (AAPC: 7.12, 95% CI: 5.45–9.41) compared to females (AAPC: 4.98, 95% CI: 3.58–5.97). Among racial groups, NH Asian or Pacific Islander had the highest AAMR (2.76), followed by NH Blacks (2.53), and NH Whites (2.51). Surprisingly, NH white saw the fastest rise in mortality (AAPC: 6.80, 95% CI: 5.79–7.74), followed by Hispanics (AAPC: 2.41, 95% CI: 1.17–5.78), and NH Blacks (AAPC: (AAPC: 2.26, 95% CI: 1.29–3.28). Among all U.S. census regions, the West faced the highest mortality burden (AAMR: 2.91), followed by the South (2.57). The South saw the most pronounced increase (AAPC: 6.23, 95% CI: 4.39–7.82), followed by the Midwest (AAPC: 5.59, 95% CI: 4.52–7.05), whereas the states with the highest AAMRs were Nebraska (8.05), South Carolina (7.22), and Oregan (6.75). Rural areas exhibited slightly higher AAMRs than urban areas (2.33 vs. 2.20), and the mortality trajectory was also steeper in rural populations (AAPC: 3.64, 95% CI: 4.34–9.15) compared to urban areas (AAPC: 5.04, 95% CI: 3.58–6.37). Conclusion: HTN and SSS-related mortality has escalated over the past 25 years, with the most notable increases seen in males, NH Whites, rural areas, and the South region. These disparities emphasize the urgent need for targeted interventions to address the growing mortality burden, especially among vulnerable populations.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».