Does greater individual social capital improve the management of hypertension? Cross-national analysis of 61 229 individuals in 21 countries
Notice bibliographique
Résumé
INTRODUCTION: Social capital, characterised by trust, reciprocity and cooperation, is positively associated with a number of health outcomes. We test the hypothesis that among hypertensive individuals, those with greater social capital are more likely to have their hypertension detected, treated and controlled. METHODS: Cross-sectional data from 21 countries in the Prospective Urban and Rural Epidemiology study were collected covering 61 229 hypertensive individuals aged 35-70 years, their households and the 656 communities in which they live. Outcomes include whether hypertensive participants have their condition detected, treated and/or controlled. Multivariate statistical models adjusting for community fixed effects were used to assess the associations of three social capital measures: (1) membership of any social organisation, (2) trust in other people and (3) trust in organisations, stratified into high-income and low-income country samples. RESULTS: In low-income countries, membership of any social organisation was associated with a 3% greater likelihood of having one's hypertension detected and controlled, while greater trust in organisations significantly increased the likelihood of detection by 4%. These associations were not observed among participants in high-income countries. CONCLUSION: Although the observed associations are modest, some aspects of social capital are associated with better management of hypertension in low-income countries where health systems are often weak. Given that hypertension affects millions in these countries, even modest gains at all points along the treatment pathway could improve management for many, and translate into the prevention of thousands of cardiovascular events each year.
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 | 0,003 | 0,000 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».