MétaCan
Menu
← Retour à la cohorte
Enregistrement W2806749627 · doi:10.1038/s41598-018-26991-4

Quantile regression analysis of modifiable and non-modifiable drivers’ of blood pressure among urban and rural women in Ghana

2018· article· en· W2806749627 sur OpenAlexaff
Dickson A Amugsi, Zacharie Tsala Dimbuene, Gershim Asiki, Catherine Kyobutungi

Notice bibliographique

RevueScientific Reports · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueBlood Pressure and Hypertension Studies
Établissements canadiensStatistics Canada
Organismes subventionnairesnon disponible
Mots-clésBlood pressureQuantile regressionMedicineBody mass indexPsychological interventionQuantileEnvironmental healthDemographyRural areaPublic healthGerontologyInternal medicineStatisticsPsychiatry

Résumé

récupéré en direct d'OpenAlex

Abstract High blood pressure is an increasingly problematic public health concern in many developing countries due to the associated cardiovascular and renal complications. This study set out to investigate the drivers of blood pressure among urban and rural women using the 2014 Ghana Demographic and Health Survey data. Diastolic blood pressure (DBP) and systolic blood pressure (SBP) were the outcomes of interest. Our findings showed that body mass index (BMI) had a significant positive effect on DBP and SBP in both urban and rural settings, with the largest effect occurring among women in the 75th quantile. Arm circumference also had a positive effect on DBP and SBP across all quantiles in both settings. Age had an increasing positive effect along the entire conditional DBP and SBP distribution in both settings. Women who were pregnant had lower DBP and SBP relative to those who were not pregnant in both settings. These results highlight the important drivers of DBP and SBP, and the differential effects of these drivers on blood pressure (BP) among women in urban and rural settings. To increase their effectiveness, interventions to address high BP should take into account these differential effects.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,038
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
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)0,0030,000

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 Opus0,013
Tête enseignante GPT0,251
Écart entre enseignants0,239 · 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 source (Gemma direct ou Codex distillé), 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

Citations7
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific Reports→Même sujetBlood Pressure and Hypertension Studies→Travaux en français237 207→