Socio-economic inequalities in high blood pressure and additional risk factors for cardiovascular disease among older individuals in Colombia: Results from a nationally representative study
Notice bibliographique
Résumé
BACKGROUND: Studies in high-income countries have documented a consistent gradient between socio-economic status (SES) and high blood pressure (HBP), a key risk factor for cardiovascular disease (CVD). However, evidence from Latin American countries (LA) remains comparatively scarce and inconclusive. DATA: Data for 3,984 individuals came from a nationally representative survey of individuals aged 60 years or above in Colombia (Encuesta de Salud, Bienestar y Envejecimiento) (SABE) conducted in 2015. SES was measured by educational achievement and household assets. CVD risk factors included objectively measured HBP and body mass index (BMI), as well as behaviors (smoking, alcohol consumption, fruit and vegetables intake, and physical activity). METHODS: Bivariate methods and multivariate regression models were used to assess associations between SES with HBP as well as additional risk factors for CVD. RESULTS: Individuals with lower SES have significantly higher risk of suffering from HBP. Compared to those with no formal education, individuals with secondary or post-secondary education have a 37% lower risk of HBP (odds ratio [OR] = 0.63, P-value<0.001). Being in the highest asset quartile (most affluent) is associated with a 44% lower risk (OR = 56, P-value = 0.001) of HBP compared to those in the lowest asset quartile (most deprived). Individuals with lower SES are more likely to smoke, not engage in regular physical activity and not regularly consume fruits or vegetables. In contrast, individuals with higher SES are more likely to consume alcohol and, those with more assets, more likely to be obese. CONCLUSIONS: Among older Colombians there exists a marked SES gradient in HBP as well as several additional risk factors for CVD. The results highlight the importance of a public health approach towards HBP and additional CVD risk factors that takes into account the specific conditions of older individuals, especially among disadvantaged groups.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».