May Measurement Month 2019: an analysis of blood pressure screening results from Ulaanbaatar, Mongolia
Notice bibliographique
Résumé
Abstract Mortality from haemorrhagic stroke and ischaemic heart disease per 10 000 people in Mongolia ranks among the highest in the world. The main risk factor being hypertension. We aimed to screen hypertension for the working people in their workplace who rarely visit primary clinics. Two hundred health care volunteers were trained for blood pressure (BP) measuring technique and providing healthy lifestyle advice. Screening was performed at 80 sites, the majority were workplaces, over a period of 60 days when the May Measurement Month (MMM) campaign launched in May 2019. Hypertension was defined by the standard MMM guidance, as systolic BP ≥140 mmHg or diastolic BP ≥90 mmHg (based on the mean of the second and third measurement), or taking anti-hypertensive medication. Blood pressure measuring digital devices (Omron-M3, Microlife A6 PC) were all clinically verified and approved for clinical use. A total of 6522 individuals (majority 67.8% male and mean age 37.0 ± 10.4) were screened. The proportion of hypertensive adults was 32.5%, of whom, 62.2% were aware of their hypertension, and 50.1% were on medication. The control rate for those on treatment was 27.1%. Non-communicable disease risk factors were 51.2% (3342) overweight/obese (19.5% obese), 38.7% (2523) smoking, 64.4% (4200) alcohol consumption, 4.5% (294) previously diagnosed with diabetes, and 1.3% and 1.1% with a heart attack or stroke, respectively. We conclude that hypertension management needs to be prioritized and increased awareness is required in the population.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 tête enseignante, 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 ».