Gender Differences in the Role of Social Support for Hypertension Prevention in Canada: A Population-Based Cross-Sectional Study of the Canadian Longitudinal Study on Aging Cohort
Notice bibliographique
Résumé
BACKGROUND: The relationship between social support and hypertension is poorly understood in women and men. We investigated whether multiple measures of social support are linked to blood pressure levels differentially by gender. METHODS: Cross-sectional study of 28,779 middle-age and older-age adults (45-85 years) in the baseline Canadian Longitudinal Study on Aging comprehensive cohort. Stratified multivariable regression models estimated the role and relative contribution of 4 types of support to blood pressure in women and men. RESULTS: The highest levels of perceived availability of informational, tangible, emotional, and belonging support were significantly associated with the lowest mean level of systolic blood pressure (SBP) but not diastolic blood pressure, independent of known confounders and other support types. However, associations were small, and their directions were more consistent in women. The lowest levels of informational support, relative to the highest, were associated with higher odds of hypertension in women (odds ratio [OR] = 1.20 [95% confidence interval {CI}: 1.06, 1.36]), more so than in men (OR = 1.16 [95% CI: 1.03, 1.32]). The lowest levels of emotional support were similarly associated with the odds of hypertension (OR = 1.08 [95% CI: 1.00, 1.17] in women and OR = 1.08 [95% CI: 1.00, 1.15] in men), relative to the highest. Larger differences in mean SBP in women, compared with men, were seen for informational support (2.43 and 1.18 mm Hg, respectively) and emotional support (1.60 and 0.74 mm Hg, respectively). Findings were unaltered by sensitivity analyses. CONCLUSIONS: Informational and emotional support were inversely associated with SBP, more so in women than men. Further longitudinal investigation is warranted, as results suggest that specific supports may help prevent hypertension and lower cardiovascular risk, especially in women.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».