Rural-urban difference in the prevalence of hypertension in West Africa: a systematic review and meta-analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Urbanisation is considered a major contributor to the rising prevalence of hypertension in West Africa, yet the evidence regarding rural-urban differences in the prevalence of hypertension in the region has been mixed. A systematic literature search of four electronic databases: PubMed, Embase, African Journals Online, and WHO's African Index Medicus; and reference lists of eligible studies was carried out. Original quantitative studies describing the rural-urban difference in the prevalence of hypertension in one or more countries in West Africa, and published in English language from the year 2000 to 2021 were included. A random effects meta-analysis model was used to estimate the odds ratio of hypertension in rural compared to urban locations. A limited sex-based random effects meta-analysis was conducted with 16 studies that provided sex-disaggregated data. Of the 377 studies screened, 22 met the inclusion criteria (n = 62,907). The prevalence of hypertension was high in both rural, and urban areas, ranging from 9.7% to 60% in the rural areas with a pooled prevalence of 27.4%; and 15.5% to 59.2% in the urban areas with a pooled prevalence of 33.9%. The odd of hypertension were lower in rural compared to urban dwellers [OR 0.74, 95% CI: 0.66-0.83; p < 0.001]. The pooled prevalence of hypertension was 32.6% in males, and 30.0% in females, with no significant difference in the odds of hypertension between the sexes [OR 0.91, 95% CI: 0.8-1.05, p = 0.196]. Comprehensive hypertension control policies are needed for both rural, and urban areas in West Africa, and for both sexes.
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.
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 | 0,007 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle