High Prevalence of Prehypertension and Hypertension in a Working Population in Hungary
Notice bibliographique
Résumé
BACKGROUND: Hungary has one of the highest mortality rates due to strokes among the European Union countries. As elevated blood pressure (BP) is the principal risk factor for strokes, we assessed BP levels, as well as awareness and treatment status of hypertension and prehypertension in a working population sample in Hungary. METHODS: Worksite employees in Budapest and Szeged were screened for their BP using an automated BP measuring instrument (BpTRU). BpTRU readings of heart rate (HR) were also recorded. Respondents were classified as normotensives (NT), prehypertensives (PHTN) and hypertensives (HTN) according to their BP levels, as defined by the JNC 7 guidelines. Body height and body weight were measured and body mass index (BMI) was calculated. Self-reported information regarding smoking was collected. RESULTS: In total, 2,012 respondents were recruited (1,000 white collar; 1,012 blue-collar workers), with a mean (±s.d.) age of 34.8 (±9.9) years. Of all respondents, 22.6% were identified as HTN and 39.8% as PHTN. Among HTN, 40% were unaware of their condition and only 18.5% were adequately treated. PHTN were similar in age as NT, but showed significantly higher HR. CONCLUSIONS: A high proportion of relatively young and apparently healthy Hungarian employees were diagnosed with prehypertension and hypertension. Only a small proportion of HTN had their BP controlled. BMI and HR were significantly higher among individuals with prehypertension compared to NT. Whether the high rates of hypertension, prehypertension, and low levels of control explain the high stroke mortality and unfavorable cardiovascular disease (CVD) profile of Hungary needs further study.
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 | 0,001 | 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) | 0,000 | 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 ».