A cross-sectional study of socioeconomic status and cardiovascular disease risk among participants in the Prospective Urban Rural Epidemiological (PURE) Study
Notice bibliographique
Résumé
BACKGROUND: Cardiovascular diseases (CVDs) are a challenge to populations and health systems worldwide. It is projected that by 2020 about a third of all deaths globally will be caused by CVDs, and that they will become the single leading cause of death by 2030. Empirical evidence suggests that there is socioeconomic patterning in the distribution and prevalence of risk factors for CVD, but the exact nature of this relationship in South Africa remains unclear. OBJECTIVE: To examine the association between socioeconomic status (SES) and risk factors for CVD in a cohort of adult South Africans living in rural and urban communities. METHOD: This was a cross-sectional analytical study of baseline data on a population-based cohort of 1 976 SA men and women aged 35 - 70 years who were part of the Cape Town arm of the Prospective Urban and Rural Epidemiology (PURE) Study. RESULTS: We found a complex association between SES and CVD risk factors, its pattern differing between urban and rural participants. Marital status showed the most consistent association with CVD risk in both groups: widowed participants living in urban communities were more likely to be hypertensive as well as diabetic, while single participants in both locations were more likely to use alcohol and tobacco products. Level of education was the only SES variable that had no significant association with any CVD risk factor in either study group. All measured SES variables were significantly different between urban and rural participants (p<0.05), with diabetes, obesity and alcohol use significantly more prevalent in urban than in rural participants (p<0.05) while hypertension and tobacco use were not (p≥0.05). CONCLUSIONS: In this cohort of South Africans, there were significant associations between SES and CVD risk, with marked differences in these associations between rural and urban locations. These findings highlight the need to consider SES and area of residence when designing interventions for CVD prevention and control.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».