Case identification, retention and blood pressure control in Kenya
Notice bibliographique
Résumé
BACKGROUND: Prevalence of hypertension in Africa is rising but it remains underdiagnosed and poorly controlled. In Kenya, only 22% of individuals known to have hypertension were on treatment, and only 51.7% were controlled. This study will assess screening outcomes, retention and blood pressure (BP) control of a hypertension programme in Kenya. DESIGN: This was a retrospective cohort study using data routinely collected between 2015 and 2018. All patients aged >18 years screened and treated in the programme were included. RESULTS: Of 663,028 screening encounters, 70.4% were female; the median age was 34 years. Overall, 19% of the study population, mainly males and older persons, had high BP higher rates. Of 66,981 patients started on treatment, the majority were females (71.2%); the median age was 55 years. Only 12% of patients were reported as having been retained after 12 months, and 48.6% of patients on treatment 10.5-13.5 months after enrolment had controlled BP. Older age and treatment at primary care level were associated with better retention and females had better BP control. CONCLUSIONS: The programme screened primarily females and younger individuals at lower risk. Retention was poor and close to half of patients retained had controlled BP. Hypertension programmes should target high-risk individuals, decentralise treatment, incorporate retention strategies and improve longitudinal data management.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».