The Lifestyle Habits and Cardiovascular Disease Risk Factor Profiles of Staff Within a Provincial Tertiary Institution in South Africa
Notice bibliographique
Résumé
BACKGROUND: Cardiovascular disease (CVD) is a rising burden in many parts of the world including South Africa. There is a strong relationship between CVD, type II diabetes and obesity. The CVD risk and health status of employees in tertiary institutions remains of high concern, as limited studies have been conducted in this area.OBJECTIVES: The study objectives were to determine the: CVD risk factor profile; possible risks of other NCDs; and lifestyle habits i.e. physical activity, nutritional/dietary habits, tobacco smoking and alcohol consumption of university employees.METHODS: A cross-sectional design was conducted on academic and non-academic (professional) staff members from the University of KwaZulu-Natal, South Africa. Purposive sampling of staff within the School of Health Sciences were selected to participate in this study. The data collection included health/fitness screening questionnaires, selected anthropometric measurements and non-fasting blood tests.RESULTS: Seventy-five staff members with a mean age of 39.71 years old voluntarily participated in this study. A significant number of staff members presented with a moderate CVD risk profile. Body fat percentages were significantly higher for females than for males. In addition waist circumference measures indicated possible risks for Type II diabetes and metabolic syndrome. The overall lifestyle habits were adequate to poor.CONCLUSION: There is an imperative need for workplace health interventions to improve CVD risk profiles and the susceptibility to other NCD’s among staff in tertiary institutions.
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 | 0,010 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».