Screening for Cardio-Metabolic Risk Factors Among Student Nurses: A Cross-Sectional Study
Notice bibliographique
Résumé
Non-communicable diseases are a growing public health phenomenon in both developed and developing countries. This study examines the prevalence and correlates of cardio-metabolic risk factors among student nurses at a nursing college in East London, South Africa. The WHO STEPwise standardized questionnaire was used to collect information on socio-demographic data and behavioural characteristics (smoking, alcohol consumption, physical inactivity, and dietary intake) of 228 nursing students. Height, weight, waist circumference, blood pressure and fasting blood glucose were measured. The prevalence of overweight, obesity pre-diabetes and diabetes was 33%, 44%, 6% and 7%, respectively. Pre-hypertension and hypertension occurred in 44% and 11%, respectively. Female gender and increasing age were independent predictors of obesity. In the logistic regression model analysis, participants who were above 35 years [AOR=9.12, CI 3.37-24.68, p<0.000], female [AOR=4.10, CI 1.94-8.64, p=0.000], and do not meet the WHO sport criteria of physical activity participation [AOR=2.11, CI=1.10-4.07, p=0.025] had the likely odds of obesity. Interventions targeting physical activity and healthy lifestyle behavioural programmes to promote the health and wellness of the nursing students would improve the metabolic health of the nurses in the setting.
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 | 0,002 |
| 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) | 0,001 | 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 ».