Hypertension among Rural Population in Four States: Sudan 2012
Notice bibliographique
Résumé
BACKGROUND: Hypertension is emerging as an alarming public-health problem causes organ damage. OBJECTIVES: To identify prevalence of hypertension and predictor factors among rural population in four states in Sudan. METHODS: A community based cross-sectional study was conducted in sixteen rural areas in Sudan during April 2012. A total of 3020 adult were interviewed using structured questionnaire and blood pressure was measured before and after the interview. Hypertension was taken as ≥140 mmHg and ≥90 mmHg for systole and diastole respectively. ANALYSIS: Descriptive statistic was presented; Sex and mean of systolic and diastolic blood pressure were tested using ANOVA for individuals on antihypertensive medication. Predictor factors to hypertension were tested by logistic regression. RESULTS: Prevalence of hypertension among rural population was 15.8%. Overall means of systolic and diastolic blood pressure were 128.6 ± 17.7 and 81.5 ± 11.6 respectively while the means among hypertensive individuals was 154.74 ±14.4 and 97.98±8.4 respectively Known hypertensive individuals were 20.1%; out of whom 71.7% were hypertensive and 22.4% have Target Organ Damage. Those on anti-hypertensive medications were 76.4% and normotensive were 55.1%. Individuals having both diabetes and hypertension were 3.3% and 80.2% were hypertensive. Log regression model showed age, smoking, diabetes and family hypertension were predictors of hypertension by 3.6%, 34.9%, 49.7% and 56.8% respectively (P-value < 0.05). CONCLUSION: Prevalence of hypertension among rural Sudan was 15.8%. Family history was the strongest predictor of hypertension.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 ».