Sex differences in the association of social determinants of health and adverse cardiovascular outcomes in patients with atrial fibrillation
Notice bibliographique
Résumé
BACKGROUND: Despite anticoagulation, patients with atrial fibrillation (AF) experience persistent elevated cardiovascular risk, with conflicting evidence regarding sex-based outcome disparities. Social determinants of health (SDOH)-encompassing economic, psychosocial and environmental factors-demonstrate robust associations with cardiovascular outcomes and exhibit significant sex-specific patterns, yet remain understudied in AF populations. This study aimed to clarify sex differences in the association of SDOH and adverse cardiovascular outcomes in patients with AF. METHODS: Data came from the UK Biobank. Participants with AF enrolled between 2006 and 2010 were included. SDOH comprised economic, psychosocial and neighbourhood environmental factors. The primary outcome was a composite of major adverse cardiovascular events (ie, stroke/transient ischaemic attack, arterial thromboembolic events, myocardial infarction and cardiovascular mortality) and all-cause mortality. Sex-stratified, Cox proportional hazards models were used. RESULTS: Among 3842 participants (mean age 62.5±6.1 years; 35.1% female), males demonstrated higher adverse outcome event rates than females (29.1% vs 21.3%) over median 11.6-year follow-up. Multivariate analyses revealed independent SDOH associations with adverse outcomes, with distinct sex-specific patterns. In male participants, low income (HR 1.30, 95% CI 1.08 to 1.55), unemployment (HR 1.28, 95% CI 1.06 to 1.55), living alone (HR 1.29, 95% CI 1.07 to 1.55) and housing insecurity (HR 1.26, 95% CI 1.01 to 1.57) were associated with adverse outcomes, while emotional distress was the only predictor (HR 1.33, 95% CI 1.04 to 1.69) in females. CONCLUSIONS: SDOH demonstrate sex-specific associations with adverse cardiovascular outcomes in AF populations. Integration of SDOH into risk prediction algorithms may enhance cardiovascular risk stratification and inform targeted intervention strategies in AF management.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».