Association of Household Wealth Index, Educational Status, and Social Capital with Hypertension Awareness, Treatment, and Control in South Asia
Notice bibliographique
Résumé
OBJECTIVE: Hypertension control rates are low in South Asia. To determine association of measures of socioeconomic status (wealth, education, and social capital) with hypertension awareness, treatment, and control among urban and rural subjects in these countries we performed the present study. METHODS: We enrolled 33,423 subjects aged 35-70 years (women 56%, rural 53%, low-education status 51%, low household wealth 25%, low-social capital 33%) in 150 communities in India, Pakistan, and Bangladesh during 2003-2009. Prevalence of hypertension and its awareness, treatment, and control status and their association with wealth, education, and social capital were determined. RESULTS: Age-, sex-, and location-adjusted prevalence of hypertension in men was 31.5% (23.9-40.2%) and women was 32.6% (24.9-41.5%) with variations in prevalence across study sites (urban 30-56%, rural 11-43%). Prevalence was significantly greater in urban locations, older subjects, and participants with more wealth, greater education, and lower social capital index. Hypertension awareness was in 40.4% (urban 45.9, rural 32.5), treatment in 31.9% (urban 37.6, rural 23.6), and control in 12.9% (urban 15.4, rural 9.3). Control was lower in men and younger subjects. Hypertension awareness, treatment, and control were significantly lower, respectively, in lowest vs. highest wealth index tertile (26.2 vs. 50.6%, 16.9 vs. 44.0%, and 6.9 vs. 17.3%, P < 0.001) and lowest vs. highest educational status tertile (31.2 vs. 48.4%, 21.8 vs. 42.1%, and 7.8 vs. 19.2%, P < 0.001) while insignificant differences were observed in lowest vs. highest social capital index (38.2 vs. 36.1%, 35.1 vs. 27.8%, and 12.5 vs. 9.1%). CONCLUSIONS: This study shows low hypertension awareness, treatment, and control in South Asia. Lower wealth and educational status are important in low hypertension awareness, treatment, 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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».