Multifactorial correlates of blood pressure in South Asian children in Canada: a cross-sectional study
Notice bibliographique
Résumé
OBJECTIVE: We sought to explore various correlates of blood pressure (BP) and hypertension, and to identify the most important aggregate combination of correlates for BP in South Asian children. DESIGN: Cross-sectional study SETTING: Community-based recruitment in two Canadian cities PARTICIPANTS: South Asian children (n=762) provided a range of physiological, lifestyle and social variables. BP was assessed using an automated device. Body mass index (BMI), waist circumference (WC), waist-to-height ratio (WHtR) and BP were transformed to z-scores using published standards. OUTCOME MEASURES: Linear and logistic regression analyses were used to explore associations between the range of variables with BP z-scores and hypertension while stepwise regression was used to identify aggregate factors that provided explanatory capacity for systolic BP (SBP) and diastolic BP (DBP) z-scores. RESULTS: A range of variables were associated with BP z-score and hypertension in unadjusted analysis. On adjustment for confounders, the association between age (β=-0.054, 95% CI=-0.078 to 0.029), female sex (β=-0.208, 95% CI=-0.350 to -0.067), height (β=0.022, 95% CI=0.011 to 0.033), weight (β=0.047, 95% CI=0.040 to 0.055), BMI z-score (β=0.292, 95% CI=0.249 to 0.336), WC z-score (β=0.273, 95% CI=0.219 to 0.326), WHtR z-score (β=0.289, 95% CI=0.236 to 0.342), heart rate (β=0.016, 95% CI=0.010 to 0.022), child's perception of body image (β=0.183, 95% CI=0.128 to 0.239) and grip strength (β=0.025, 95% CI=0.007 to 0.043) with SBP z-score remained. In stepwise regression, age, sex, BMI z-score, heart rate and weight accounted for 30% of the variance of SBP z-score, while age, BMI z-score, heart rate and daily fast food intake accounted for 23% of the DBP z-score variance. CONCLUSION: Our findings suggest that variables, such as age, sex, height, adiposity and heart rate, provide stronger explanatory capacity to BP variance and hypertension risk than other variables in South Asian children.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».