Health-Risk Factors and the Prevalence of Chronic Kidney Disease: Cross-Sectional Findings from a National Cohort of 87 143 Thai Open University Students
Notice bibliographique
Résumé
BACKGROUND: Chronic kidney disease (CKD) is becoming a major health challenge worldwide as its aetiology has transferred from predominantly infectious disease to emerging chronic diseases, especially diabetes and hypertension. A rapid health-risk transition driven by economic development is transforming Thailand which is now becoming an ageing country where chronic diseases are a major health burden. METHODS: This study used the 2005 baseline cross-sectional dataset of 87,143 Thai Cohort Study members to investigate risk factors associated with CKD. Using multivariate logistic regression, we looked into the relationship between CKD and demographic and socioeconomic factors, personal health status and various health-related behaviours. RESULTS: The prevalence of CKD in men was lower than that in women (2.5% vs 2.7%). In both sexes, CKD is associated with ageing, cigarette smoking and drinking alcohol, having diabetes, high lipids and hypertension. In men, CKD was associated with living in rural areas, having a low income, a higher BMI, short sleeping and having Western fast food. In women, marriage is associated with a higher risk of CKD. CONCLUSIONS: CKD is strongly associated with ageing, underlying diseases, smoking and drinking. Hypertension, elevated lipids, or diabetes are all risk factors that could be prevented or detected and treated. The Ministry of Public Health should encourage Thai people to consume healthy food, maintain a normal weight, stop smoking and drink alcohol in moderation, all of which will help prevent CKD.
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 | 0,004 | 0,001 |
| 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 | 0,001 |
| 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 ».