MétaCan
Menu
Retour à la cohorte
Enregistrement W2888588674 · doi:10.2147/vhrm.s166111

Prevalence of cardiovascular disease among Bangladeshi adult population: a systematic review and meta-analysis of the studies

2018· review· en· W2888588674 sur OpenAlexaff
Mohammad Chowdhury, Md Ashiqul Haque, Zaki Farhana, Ataul Mustufa Anik, Amadul Hoque Chowdhury, Sabrina Mahfuja Haque, Lu-Lu-Wal Marjana, Piali Dey Bristi, BM Abu Al Mamun, Mohammad Helal Uddin, Jain Fatema, Mohammad Meshbahur Rahman, Tanjila Akter, Tania Akhter Tani, Tanvir Chowdhury Turin

Notice bibliographique

RevueVascular Health and Risk Management · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineMeta-analysisEpidemiologyDiseasePopulationMEDLINEDemographySystematic reviewSubgroup analysisPrevalenceEnvironmental healthGerontologyPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cardiovascular disease (CVD) is a group of conditions affecting the functioning of the heart or blood vessels and is one of the leading causes of death globally. Like other countries, CVD prevalence is also rising among the adults in Bangladesh. Epidemiological studies have shown not only a high CVD prevalence but also a significant increase in its prevalence in Bangladesh in the last few decades. To have a better understanding of the current CVD prevalence scenario, we conducted this systematic review and meta-analysis. Our objective was to assess the prevalence of CVD among the Bangladeshi adult population using evidence from the published scientific literature. METHODS: Electronic databases such as MEDLINE, Embase and PubMed were searched. We also manually checked the references of all relevant publications that describe the prevalence of CVD in Bangladeshi adults. To pool the CVD prevalence, we used random-effects meta-analysis. We assessed heterogeneity using both the formal tests and the subgroup analyses. We also assessed study quality and examined publication bias. RESULTS: We retrieved 755 potentially relevant papers through searches of electronic and gray literature, of which only 13 met inclusion criteria after the screening and were included in this review. Of the studies that met inclusion criteria, three were carried out in rural populations, five in both urban and rural populations and two in strictly urban populations. Male and female participation in the studies was almost equal. The weighted pooled prevalence of CVD was 5.0%, regardless of the types of CVD, gender and geographical location of the study participants. There was also a high heterogeneity in the observed CVD prevalence. Weighted pooled prevalence of overall CVD in the Bangladeshi population was higher in urban areas (8%) compared to rural areas (2%). However, no such difference was observed in terms of gender (3% for both males and females). The highest reported prevalence (21%) was for heart disease, while the lowest reported prevalence (1%) was for stroke. Sources of heterogeneity were often unexplained. The criteria used to assess study quality were fulfilled by only a few studies, and adequate sample size criteria was missed by almost all of them. In addition, there was evidence of small-study effects. CONCLUSION: A high CVD prevalence along with an upward trend was observed in Bangladeshi adults. Proper strategies are required for primary prevention of CVD so that a further increase can be alleviated and the morbidity and mortality associated with it can be reduced.

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)0,017
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,092

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,045
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0210,038
Bibliométrie0,0100,012
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0030,002
Intégrité de la recherche0,0020,002
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 Opus0,056
Tête enseignante GPT0,328
Écart entre enseignants0,272 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations94
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVascular Health and Risk ManagementMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207