Urban-rural disparity in the utilization of national community-based hypertension monitoring service—results from the China Health and Retirement Longitudinal Study, 2015
Notice bibliographique
Résumé
BACKGROUND: Since 2009, community-based hypertension monitoring service (CBHMS) has been provided free of charge by the Chinese government as part of the national Essential Public Health Services (EPHS) policy. This study aimed to examine the disparity in the utilization of CBHMS between urban and rural community-dwelling middle-aged and older adults with hypertension. METHODS: Subjects were 3,479 community-residing hypertensive patients, identified from the China Health and Retirement Longitudinal Study (CHARLS), 2015, a nationally representative survey of Chinese residents aged 45 years and older. The utilization of CBHMS was defined as having one's blood pressure (BP) examined at least once a season by community or village doctors. Rates of CBHMS use of urban and rural residents with hypertension were compared by using chi-square test. Multiple logistic regression analyses were conducted to examine factors associated with the utilization of CBHMS of hypertensive patients. RESULTS: < 0.001). Results from multiple logistic regression analyses showed that urban patients who were living in central (OR = 0.37) and western (OR = 0.48) regions (vs. eastern region), had an educational attainment of middle school (OR = 0.33) and college and above (OR = 0.48) (vs. illiterate), and were not taking antihypertensive agents (OR = 0.26) were less likely to use CBHMS, while rural patients who had no medical insurance (OR = 0.56), and were not taking antihypertensive agents (OR = 0.31) were less likely to use CBHMS. CONCLUSIONS: The national CBHMS is more likely to be used by rural middle-aged and older adults with hypertension in China. The urban-rural difference in the utilization of CBHMS may be resulted from the different demographics of urban and rural middle-aged and older residents and uneven distributions of health services resources between urban and rural areas. Urban-rural disparities in characteristics of CBHMS use should be taken into consideration when promoting the utilization of CBHMS in China.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».