MétaCan
Menu
Retour à la cohorte
Enregistrement W3154555950 · doi:10.1097/01.hjh.0000749404.82797.77

THE IMPACT OF COVID-19 PANDEMIC LOCKDOWN ON HYPERTENSIVE INDIVIDUALS WITH COMORBIDITIES OF A LONGITUDINAL COHORT IN INDIA

2021· article· en· W3154555950 sur OpenAlexaff
Kaushik Chakraborty, Nilanjana Chakraborty, Ramendra Nath Mitra, Dipra Mitra

Notice bibliographique

RevueJournal of Hypertension · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensHealth Research Foundation
Organismes subventionnairesnon disponible
Mots-clésMedicineCohortPandemicPharmacyPopulationPolypharmacyComorbidityFamily medicineEmergency medicineInternal medicineEnvironmental healthCoronavirus disease 2019 (COVID-19)Disease

Résumé

récupéré en direct d'OpenAlex

Objective: The study objectives are to assess the challenges faced, individual awareness of pandemic, attitudes, and compliance of guidelines during lockdown. Design and method: This telephonic survey of 404 adult individuals were administered among hypertensive population with and without comorbidities of a longitudinal cohort in Barrackpore, West Bengal, India in Aug-Sept’2020. Comorbidities comprised with cardiovascular diseases, diabetes, asthma, OSA, BMI, epilepsy, stroke, arthritis, and cancer. Convenience sampling was considered to outline socio-demographics; chronic illness status; knowledge, attitude and practices; mood changes; and difficulties faced during lockdown. Association between variables have been conformed through multivariate logistic regression. Results: A total of 404 respondents, lone hypertensive 6.4%, hypertensive with other comorbidities 93.6%. Overall mean score of knowledge was 18.4 ± 5.2 (Range 1–23), practices 6.1 ± 1.1 (Range 2–8). Direct impacts on income 25.7%. Compliance of prescribed handwashing 93.3%, frequently hand sanitization 82.9%, using mask appropriately 91.1%, physical distancing 95.1%. Awareness of pandemic being contagious respiratory virus infection 97.8%, dispersion from human-to-human close contact 97.2%, curable 13.6%, could be fatal 4.5%, regarding symptoms 94.6%. Adverse impact due to the non-availability of medicine at home 4.5%, in pharmacy 2.2%; absence of doctors 9.4%; procured medicine at higher cost 6.2%; inaccessibility of transport 2.7%. On 3 or more drugs 33.2%, stored drugs 34.7%. Required and received medical advice due to polypharmacy 2.5%. Inadequate knowledge regarding 14-days isolation 4.5%; isolation and treatment reduce spread 2.7%; Lockdown was not an effective measure 11.4%; unconcerned regarding family members protection 34.2%; vaccine available in market 12.4%; and non-compliance of personal hygiene 6.2%. Pandemic still uncontrolled 14.4%. Multiple physical and sedentary activities less among hypertensive with comorbidities compared to lone hypertensives (AOR = 0.96, CI: 0.95, 0.97, p < .0001). Hypertensives with comorbidities expressed better knowledge and practices compared to lone hypertensives. Conclusions: Short term impact during lockdown on hypertensive with or without comorbidities individuals was not significant. For effective control of the pandemic each and every individual of the cohort needs fully to comply with the prescribed isolation regime, personal protective measures and physical distancing beside real understanding of preventive function of safe-effective vaccine for everyone when available.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,105
Tête enseignante GPT0,383
Écart entre enseignants0,278 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of HypertensionMême sujetCOVID-19 and healthcare impactsTravaux en français237 207