Accuracy of Self-reported Hypertension, Diabetes, and Hypercholesterolemia: Analysis of a Representative Sample of Korean Older Adults
Notice bibliographique
Résumé
OBJECTIVES: This study will assess the accuracy of self-reported hypertension, diabetes, and hypercholesterolemia among Korean older adults. METHODS: Using data from the fourth Korean National Health Examination and Nutrition Survey (KNHANES IV, 2007-2009), we selected 7,270 individuals aged 50 years and older who participated in both a health examination and a health interview survey. Self-reported prevalence of hypertension (HTN), diabetes mellitus (DM), and hypercholesterolemia was compared with measured data (arterial systolic/diastolic blood pressure, fasting glucose, and total cholesterol). RESULTS: An agreement between self-reported and measured data was only moderate for hypercholesterolemia (κ, 0.48), even though it was high for HTN (κ, 0.72) and DM (κ, 0. 82). Sensitivity was low in hypercholesterolemia (46.7%), but high in HTN and DM (73% and 79.3%, respectively). Multiple analysis shows that predictors for sensitivity differed by disease. People with less education were more likely to exhibit lower sensitivity to HTN and hypercholesterolemia, and people living in rural areas were less sensitive to DM and hypercholesterolemia. CONCLUSION: Caution is needed in interpreting the results of community studies using self-reported data on chronic diseases, especially hypercholesterolemia, among adults aged 50 years and older.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».