MétaCan
Menu
Retour à la cohorte
Enregistrement W2674269189

Hypertension and obesity among HIV patients in a care programme in Nairobi

2017· article· en· W2674269189 sur OpenAlexaboutno aff
Martin Masika, Charles Wachihi, Festus Muriuki, John Karani Kimani

Notice bibliographique

RevueEast African Medical Journal · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV-related health complications and treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineOverweightObesityPopulationPsychological interventionPediatricsBlood pressureInternal medicineEnvironmental healthNursing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Objective: To determine the prevalence of hypertension and obesity among HIV patients enrolled in the Sex Worker Outreach Programme (SWOP), Nairobi, Kenya. Design: A retrospective a study. Setting: SWOP managed by the University of Manitoba, Nairobi team. Subjects: We selected clinic visit records from HIV patients seen between 2011 and 2014, which had valid blood pressure and age entries. Interventions: We analysed data to determine prevalence and correlates of hypertension and obesity in the study population. Associations were tested using chi-square for categorical variables and t-test for continuous variables. Main outcome measures: Hypertension and obesity. Results: Three thousand one hundred ninety seven subjects were included in the study. All were HIV-positive and most (97.8%) were on ART. The mean age was 39.7 years (standard deviation = 8.8) and 72.4% of the subjects were female. The prevalence of hypertension was 7.7% (246/3197) and 31% of the study cases (798/2590) were either overweight or obese. Males were more likely to have hypertension (p < 0.001) while females were more predisposed to obesity (p < 0.001). Conclusion: Hypertension and obesity are important co-morbidities among HIV patients. Preventive and management strategies should be adopted as part of the comprehensive packages on offer at all existing HIV care and ART centres targeting those enrolled for services as well as their relatives and the community at large.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,065
Score d'incertitude au seuil0,348

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,278
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEast African Medical JournalMême sujetHIV-related health complications and treatmentsTravaux en français237 207