Prevalence of High Blood Pressure, Heart Disease, Thalassemia, Sickle-Cell Anemia, and Iron-Deficiency Anemia among the UAE Adolescent Population
Notice bibliographique
Résumé
This study examined the prevalence of high blood pressure, heart disease, and medical diagnoses in relation to blood disorders, among 6,329 adolescent students (age 15 to 18 years) who reside in the United Arab Emirates (UAE). Findings indicated that the overall prevalence of high blood pressure and heart disease was 1.8% and 1.3%, respectively. Overall, the prevalence for thalassemia, sickle-cell anemia, and iron-deficiency anemia was 0.9%, 1.6%, and 5%, respectively. Bivariate analysis revealed statistically significant differences in the prevalence of high blood pressure among the local and expatriate adolescent population in the Emirate of Sharjah. Similarly, statistically significant differences in the prevalence of iron-deficiency anemia were observed among the local and expatriate population in Abu Dhabi city, the western region of Abu Dhabi, and Al-Ain. Multivariate analysis revealed the following significant predictors of high blood pressure: residing in proximity to industry, nonconventional substance abuse, and age when smoking or exposure to smoking began. Ethnicity was a significant predictor of heart disease, thalassemia, sickle-cell anemia, and iron-deficiency anemia. In addition, predictors of thalassemia included gender (female) and participating in physical activity. Participants diagnosed with sickle-cell anemia and iron-deficiency anemia were more likely to experience different physical activities.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».