Health-Risk Factors and the Prevalence of Hypertension: Cross-Sectional Findings from a National Cohort of 87 143 Thai Open University Students
Notice bibliographique
Résumé
BACKGROUND: Thailand is undergoing a health-risk transition which increases chronic diseases, particularly hypertension, as a result of a rapid transition from a developing to a developed country. This study analyzes the effect of health-risk factors such as demography, socioeconomic status (SES) and body mass index (BMI) on the prevalence of hypertension. METHODS: This was a cross-sectional analysis using data obtained in 2005 from 87,143 Sukhothai Thammathirat Open University (STOU) students participating in the Thai Cohort Study (mean age 30.5 years, 54.7% female). Adjusted odds ratios of the association between risk factors and hypertension were analysed across two age groups by sex, after controlling for the confounding factors such as SES and BMI. RESULTS: The prevalence of hypertension in men was approximately twice as high as that in women (6.9% vs 2.6%). Hypertension was associated with ageing, a lower education attainment, a higher BMI and having underlying diseases in both sexes. In men, hypertension was associated with being single, having a high income, spending more time on screens (TV & PC), cigarette smoking and drinking alcohol. In women, it was directly correlated with instant and roasted or smoked food consumption. CONCLUSIONS: Hypertension was highly associated with obesity and having underlying disease. The Thai health-risk transition is in a later stage. Thais should now be educated about the danger of high blood pressure and the protective power of a low fat and low salt diet, and a normal BMI. Cessation of smoking and moderation in alcohol intake should be promoted.
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 | 0,003 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».