Sex and Gender Determinants of Increased Blood Pressure Among Women With Previous Gestational Diabetes Mellitus in Rural China
Notice bibliographique
Résumé
Abstract Background: Gestational diabetes mellitus (GDM) increases the long-term risk of hypertension and cardiovascular events for mothers later in life but has not been well recognized by nurses. The aims of the study were to describe the proportion of increased blood pressure in rural women with previous GDM and to explore the sex (biological) and gender (sociocultural) factors that contribute to the increased blood pressure.Methods: A cross-sectional descriptive survey including 397 women with previous GDM was conducted in rural areas of Central South of China between November 2017 and June 2018. The variables of sex (e.g., age, ethnicity, family history of hypertension, time since delivery, 75-g oral glucose tolerance test, body mass index, and waist circumference) and gender (education, occupation, income, physical activity, fruit and vegetable intake, sedentary time, perceived stress, and general self-efficacy) were collected on research site. Increased blood pressure referred to systolic blood pressure of ≥130 mm Hg and/or diastolic blood pressure of ≥85 mm Hg. Logistic regression was performed to recognize the sex and gender factors associated with increased blood pressure. Results: There were nearly 20% (78/397) of participants first found increased blood pressure. Among those participants who had increased blood pressure, advanced age, a family history of hypertension, and abnormal 2-h plasma glucose levels were sex-related factors associating with the increased blood pressure (P < 0.05), while obesity indicators (body mass index and waist circumference) were not associated (P > 0.05). General self-efficacy, a gender factor, had a protective relationship with increased blood pressure (P < 0.05). Conclusions: Increased blood pressure is prevalent in rural Chinese women with previous GDM. Both sex and gender are determinants. Interventions promoting glycemic status and general self-efficacy are promising to improve their cardiovascular health later in life.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».