Ethnic Differences in the Prevalence of Hypertension in Colombia: Association With Education Level
Notice bibliographique
Résumé
BACKGROUND: A higher prevalence of hypertension is reported among Afro-descendants compared with other ethnic groups in high-income countries; however, there is a paucity of information in low- and medium-income countries. METHODS: We evaluated 3,745 adults from 3 ethnic groups (552 White, 2,746 Mestizos, 447 Afro-descendants) enrolled in the prospective population-based cohort study (PURE)-Colombia. We assessed associations between anthropometric, socioeconomic, behavioral factors, and hypertension. RESULTS: The overall prevalence of hypertension was 39.2% and was higher in Afro-descendants (46.3%) than in Mestizos (37.6%) and Whites (41.5%), differences that were due to the higher prevalence in Afro-descendant women. Hypertension was associated with older age, increased body mass index, waist circumference and waist-to-hip ratio, independent of ethnicity. Low education was associated with hypertension in all ethnic groups, and particularly in Afro-descendants, for whom it was the factor with the strongest association with prevalence. Notably, 70% of Afro-descendants had a low level of education, compared with 52% of Whites-26% of Whites were university graduates while only 7% of Afro-descendants were. We did not find that education level alone had a mediator effect, suggesting that it is not a causal risk factor for hypertension but is an indicator of socioeconomic status, itself an important determinant of hypertension prevalence. CONCLUSIONS: We found that a higher prevalence of hypertension in Colombian Afro-descendants than other ethnic groups. This was principally associated with their lower mean educational level, an indicator of lower socioeconomic status.
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 | 0,001 |
| 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 ».