Understanding Perceptions and Practices for Zambian Adults in Western Province at Risk for Hypertension: An Exploratory Descriptive Study
Notice bibliographique
Résumé
Hypertension is an important public health issue in Zambia. Despite the need for early detection, treatment, and ongoing monitoring, there is little documented research on hypertension in Zambia. The study aims were to: 1) better understand risk factors for hypertension in urban and rural communities in Mongu and Limulunga Districts, Western Province; 2) identify current health practices for hypertension and prevention in these communities; and 3) explore intersections between culture and hypertension perceptions and practices for study participants. A mixed methods approach was used; 203 adults completed surveys including demographics, anthropometric measures, blood pressure (BP), physicial activity, diet, and salt intake at five health check stations. Two focus groups were conducted with rural and urban community members to better understand their perspectives on hypertension. The prevalence of hypertension was 32.8% for survey participants. A further 24.6% had pre-hypertension. The mean total weight of salt added to food was nearly double the WHO recommendation with women adding significantly more salt to food than men. Significant differences in waist circumference were observed between men and women with men at low risk and women at substantialy high risk. In focus groups, participants cited westernized diets, lack of physical activity, stress, psychological factors, and urbanization as causative factors for hypertension. Participants lacked understanding of BP medications, healthy lifestyles, adherence to treatment, and ongoing monitoring. Focus group participants mentioned challenges in obtaining treatment for hypertension and desired to be active contributors in creating solutions. They recommended that government priorize hypertension initiatives that increase access to health education to reduce risk, enhance early detection, and support lifestyle changes and medication adherence. Our findings suggest that policy-makers need to engage communities more effectively to develop successful public health strategies to prevent, detect, and manage hypertension in Western Province, Zambia, particularly in rural areas.
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 | 0,009 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,003 |
| 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 ».