Self-management and blood pressure control in China: a community-based multicentre cross-sectional study
Notice bibliographique
Résumé
OBJECTIVES: This study explored the relationship between self-management and blood pressure (BP) control in China. DESIGN: A cross-sectional study. SETTING: Eight community health centres from four cities in the Northeast (Shenyang), Northwest (Xi'an), Southwest (Chengdu) and South (Changsha) of China. PARTICIPANTS: A total of 873 adults with hypertension, including 360 men and 513 women. Hypertension was defined as systolic BP ≥140 mm Hg and/or diastolic BP ≥90 mm Hg. OUTCOME MEASUREMENTS: BP control was the primary outcome variable. This was categorised as good control if individuals with hypertension reduced their BP to <140/90 mm Hg, otherwise, it was categorised as poor control. Secondary outcomes included self-management, defined as: (1) context or condition-specific factors or physical/social environments (eg, age, sex, marital status, education, personal income and health insurance) and (2) process or knowledge/beliefs, self-regulation skills/abilities and social facilitation (eg, treatment, diet, exercise and risk factor management). Data were analysed using logistic regression models using SPSS V.20. RESULTS: A total of 67.1% (n=586) participants had poor BP control. Limited outpatient care benefits in mainly rural residents (OR 2.26, 95% CI 1.06 to 4.81) and longer disease duration (OR 1.03, 95% CI 1.01 to 1.04) were associated with poor BP control. Self-management practices reduced the odds of having poor BP control (OR 0.98, 95% CI 0.97 to 0.99). CONCLUSIONS: The individual and family self-management theory can serve as an effective theory for understanding the key contexts, processes and outcomes essential for BP control in China. Future research should evaluate the effect of a self-management intervention (eg, self-monitoring, medication adherence, regular and routine doctor visits, and social supports) for BP control in China using a multisite cluster randomised controlled trial. Sex and gender difference, cost and patient-reported outcomes should also be examined.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».