The prevalence and predictors of cardiovascular diseases in Kherameh cohort study: a population-based study on 10,663 people in southern Iran
Notice bibliographique
Résumé
BACKGROUND: The prevalence of cardiovascular disease (CVD) is rapidly increasing in the world. The present study aimed to assess the prevalence and Predictors factors of CVD based on the data of Kherameh cohort study. METHODS: The present cross-sectional, analytical study was done based on the data of Kherameh cohort study, as a branch of the Prospective Epidemiological Studies in Iran (PERSIAN). The participants consisted of 10,663 people aged 40-70 years. CVD was defined as suffering from ischemic heart diseases including heart failure, angina, and myocardial infarction. Logistic regression was used to model and predict the factors related to CVD. Additionally, the age-standardized prevalence rate (ASPR) of CVD was determined using the standard Asian population. RESULTS: The ASPR of CVD was 10.39% in males (95% CI 10.2-10.6%) and 10.21% in females (95% CI 9.9-10.4%). The prevalence of CVD was higher among the individuals with high blood pressure (58.3%, p < 0.001) as well as among those who smoked (28.3%, p = 0.018), used opium (18.2%, p = 0.039), had high triglyceride levels (31.6%, p = 0.011), were overweight and obese (66.2%, p < 0.001), were unmarried (83.9%, p < 0.001), were illiterate (64.2%, p < 0.001), were unemployed (60.9%, p < 0.001), and suffered from diabetes mellitus (28.1%, p < 0.001). The results of multivariable logistic regression analysis showed that the odds of having CVD was 2.25 times higher among the individuals aged 50-60 years compared to those aged 40-50 years, 1.66 folds higher in opium users than in non-opium users, 1.37 times higher in smokers compared to non-smokers, 2.03 folds higher in regular users of sleeping pills than in non-consumers, and 4.02 times higher in hypertensive individuals than in normotensive ones. CONCLUSION: The prevalence of CVD was found to be relatively higher in Kherameh (southern Iran) compared to other places. Moreover, old age, obesity, taking sleeping pills, hypertension, drug use, and chronic obstructive pulmonary disease had the highest odds ratios of CVD.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».