Long Working Hours and the Prevalence of Masked and Sustained Hypertension
Notice bibliographique
Résumé
Previous studies on the effect of long working hours on blood pressure have shown inconsistent results. Mixed findings could be attributable to limitations related to blood pressure measurement and the lack of consideration of masked hypertension. The objective was to determine whether individuals who work long hours have a higher prevalence of masked and sustained hypertension. Data were collected at 3-time points over 5 years from 3547 white-collar workers. Long working hours were self-reported, and blood pressure was measured using Spacelabs 90207. Workplace clinic blood pressure was defined as the mean of the first 3readings taken at rest at the workplace. Ambulatory blood pressure was defined as the mean of the next readings recorded every 15 minutes during daytime working hours. Masked hypertension was defined as clinic blood pressure < 140/90 mm Hg and ambulatory blood pressure ≥135/85 mm Hg. Sustained hypertension was defined as clinic blood pressure ≥140/90 mm Hg and ambulatory blood pressure ≥135/85 mm Hg or being treated hypertension. Long working hours were associated with the prevalence of masked hypertension (prevalence ratio 49+ =1.70 [95% CI, 1.09–2.64]), after adjustment for sociodemographics, lifestyle-related risk factors, diabetes mellitus, family history of cardiovascular disease, and job strain. The association with sustained hypertension was of a comparable magnitude (prevalence ratio 49+ =1.66 [95% CI, 1.15–2.50]). Results suggest that long working hours are an independent risk factor for masked and sustained hypertension. Workplace strategies targeting long working hours could be effective in reducing the clinical and public health burden of hypertension.
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 | 0,001 | 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 ».