Cardiovascular health through a sex and gender lens in six South Asian countries: Findings from the WHO STEPS surveillance
Notice bibliographique
Résumé
Background: Sex and gender-based differences in cardiovascular health (CVH) has been explored in the context of high-income countries. However, these relationships have not been examined in low- and middle-income countries. The main aim of this study was to examine how sex and gender-related factors are associated with cardiovascular risk factors of people in South Asian countries. Methods: We conducted a retrospective analysis of the World Health Organization's "STEPwise approach to surveillance of risk factors for non-communicable disease" or "STEPS" from six South Asian countries, surveys conducted between 2014-2019. The main outcomes were CVH as measured by a composite measure of STEPS-HEART health index (smoking, physical activity, fruit and vegetable consumption, overweight/obesity, diabetes and hypertension), values ranging from 0 (worst) to 6 (best or ideal) and self-reported occurrence of cardiovascular disease (ie, heart attack and stroke). Multivariate linear and logistic regression models were performed. Multiple imputation with chained equations was performed. Results: = 0.31), significant in males. Conclusions: Among the South Asian population, being female may be advantageous in having an ideal CVH. However, gender-related factors such as marital status and large household size were associated with poorer CVH and greater risk of CVD, regardless of sex.
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 | 0,004 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».