Survey of Hypertension, Diabetes and Obesity in Three Nigerian Urban Slums.
Notice bibliographique
Résumé
BACKGROUND: Non-communicable diseases (NCDs) exist in slums as the inhabitants adopt an urbanized lifestyle which places them at a higher risk for. Lack of knowledge about the morbidity, complications and the method of control contributes to a large percentage of undetected and untreated cases. METHODS: This cross-sectional survey polled 2,434 respondents from Ijora Oloye, Ajegunle and Makoko, three urban slums in Lagos metropolis, southwestern Nigeria between June 2010 and October 2012. We investigated the prevalence of hypertension, diabetes and obesity. Respondents signed consent forms and their health conditions were documented based on self-reported history of diabetes, hypertension and family history using a semi-structured questionnaire. Diagnostic tests; weight and height for body mass index, blood glucose, and blood pressure were performed. RESULTS: More than one quarter of the participants were suffering from hypertension and only half of this were diagnosed earlier, while a further few were already on treatment. Therefore on screening, it had been possible to diagnose over three hundred more respondents, who were not previously aware of their health status. The respondents' BMI showed that more than half of them were either overweight or obese and are at risk for diabetes, while 3.3% were confirmed as being diabetic, with their sugar levels greater than the normal range. CONCLUSION: This study therefore revealed the near absence of screening programs for chronic diseases such as hypertension, diabetes and obesity in these urban slums. This was further confirmed by the detection of new and undiagnosed cases of hypertension in about one quarter of the respondents.
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 | 0,003 |
| 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 ».