Differences in prevalence of hypertension and associated risk factors in urban and rural residents of the northeastern region of the People’s Republic of China: A cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: Hypertension is a significant global public health problem and recognized as an important risk factor for cardiovascular diseases. This study was designed to assess the current prevalence of hypertension and to explore risk factors associated with hypertension by urban and rural status to guide the prevention and control of hypertension in Jilin province. METHODS: A multi-stage stratified random cluster sampling method was used to obtain data on hypertension, which was investigated by physical examination and face-to-face questionnaire in July 2014-December 2015. Sample data were analyzed by complex weighted statistical analysis to estimate blood pressure levels and prevalence of hypertension in the province. Multivariable logistic regression analysis was used to identify factors influencing hypertension rates. RESULTS: The prevalence of hypertension was significantly higher in rural areas than urban areas (25.93% versus 22.73%, respectively). The rates of hypertension known (46.7% versus 38.1%, respectively), control (13.7% versus 5.0%, respectively), and controlled among treated subjects (38.3% versus 17.5%, respectively) were higher in urban areas than in rural areas (all p < 0.001), while the treatment rate was not statistically significantly different between urban and rural areas (35.9% versus 28.4%, respectively). After adjusting for demographic covariates, hypertension prevalence in rural areas was still significantly greater than in urban areas (adjusted OR = 1.22; 95%CI: 1.10, 1.36; p < 0.001). Common risk factors for hypertension among urban and rural residents included older age; male; married; employed; less education; overweight/obese; greater abdominal waist circumference; family history of hypertension, stroke, or coronary heart disease; current smoker; alcohol consumption; higher visceral adiposity index; and higher body fat percentage. CONCLUSIONS: This study identified an increased risk for hypertension in rural regions of Jilin province, suggesting that rural hypertension screening and treatment guidelines should receive greater attention.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».