The relationship between hypertension and obesity across different ethnicities
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: Hypertension and obesity are major contributors to cardiovascular disease, and the relationship between these conditions is known to vary among ethnicities. However, this relationship has not previously been examined in aboriginal populations. The present investigation aimed to identify and compare this relationship among white (n = 3566), aboriginal (n = 850), East Asian (n = 446), and South Asian (n = 222) individuals from the province of British Columbia, Canada. METHODS: Blood pressure, BMI, and waist circumference were directly measured along with self-reported antihypertensive medication usage. Relative risk ratios were calculated to evaluate the risk of hypertension among individuals of varying BMI and waist circumference measurements. The relative risks of hypertension were compared both within and between four ethnic groups. RESULTS: Greater relative risks for hypertension were observed among individuals with increased BMI or increased waist circumference among all four ethnic groups. Aboriginal individuals appear to experience the greatest increases in relative risk for hypertension with increased BMI or waist circumference compared to other ethnic groups. The differences in the risk of developing hypertension between aboriginal and white populations appear to be largely associated with differences in body composition (i.e., BMI or waist circumference). East Asian and South Asian populations experience greater relative risk for hypertension than white populations at the same level of BMI or waist circumference. CONCLUSION: Hypertension prevention and treatment strategies among aboriginal, East Asian, and South Asian populations should target reducing fat mass and abdominal fat.
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 | 0,001 |
| 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 ».