Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Elevated blood pressure remains the single biggest risk factor contributing to the global burden of disease and mortality. May Measurement Month is an annual global screening campaign aiming to improve awareness of blood pressure at the individual and population level. Adults (≥18 years) recruited through opportunistic sampling were screened at sites in 92 countries during May 2019. Ideally, 3 blood pressure readings were measured for each participant, and data on lifestyle factors and comorbidities were collected. Hypertension was defined as a systolic blood pressure ≥140 mm Hg, or a diastolic blood pressure ≥90 mm Hg (mean of the second and third readings) or taking antihypertensive medication. When necessary, multiple imputation was used to estimate participants' mean blood pressure. Mixed-effects models were used to evaluate associations between blood pressure and participant characteristics. Of 1 508 130 screenees 482 273 (32.0%) had never had a blood pressure measurement before and 513 337 (34.0%) had hypertension, of whom 58.7% were aware, and 54.7% were on antihypertensive medication. Of those on medication, 57.8% were controlled to <140/90 mm Hg, and 28.9% to <130/80 mm Hg. Of all those with hypertension, 31.7% were controlled to <140/90 mm Hg, and 350 825 (23.3%) participants had untreated or inadequately treated hypertension. Of those taking antihypertensive medication, half were taking only a single drug, and 25% reported using aspirin inappropriately. This survey is the largest ever synchronized and standardized contemporary compilation of global blood pressure data. This campaign is needed as a temporary substitute for systematic blood pressure screening in many countries worldwide.
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.
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 | 0,000 | 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 | 0,001 |
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 découle