MétaCan
Menu
Retour à la cohorte
Enregistrement W4308916544 · doi:10.1186/s12889-022-14456-3

Prevalence and determinants of hypertension among urban slum dwellers in Bangladesh

2022· article· en· W4308916544 sur OpenAlexaff
Sabuj Kanti Mistry, Md. Belal Hossain, Mahmood Parvez, Rajat Das Gupta, Amit Arora

Notice bibliographique

RevueBMC Public Health · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban and Rural Development Challenges
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesDepartment for International DevelopmentWestern Sydney UniversityDepartment of Foreign Affairs and Trade, Australian Government
Mots-clésMedicineBiostatisticsSlumPublic healthEnvironmental healthEpidemiologySocioeconomicsPopulationInternal medicineNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In low- and middle- income countries such as Bangladesh, urban slum dwellers are particualry vulnerable to hypertension due to inadequate facilities for screening and management, as well as inadequate health literacy among them. However, there is scarcity of evidence on hypertension among the urban slum dwellers in Bangladesh. The present study aimed to determine the prevalence and factors associated with hypertension among urban slum dwellers in Bangladesh. METHODS: Data were collected as part of a large-scale cross-sectional survey conducted by Building Resources Across Communities (BRAC) between October 2015 and January 2016. The present analysis was performed among 1155 urban slum dwellers aged 35 years or above. A structured questionnaire was adminstered to collect data electronically and blood pressure measurements were taken using standardised procedures. Binary logistic regression with generalized estimating equation modelling was performed to estimate the factors associated with hypertension. RESULTS: The prevalence of hypertension was 28.3% among urban slum dwellers aged 35 years and above. In adjusted analysis, urban slum dwellers aged 45-54 years (AOR: 1.64, 95% CI: 1.17-2.28), 55-64 years (AOR: 2.47, 95% CI: 1.73-3.53) and ≥ 65 years (AOR: 2.34, 95% CI: 1.47-3.72), from wealthier households (AOR: 1.94, 95% CI: 1.18-3.20), sleeping < 7 h per day (AOR: 1.87, 95% CI: 1.39-2.51), who were overweight (AOR: 1.53, 95% CI: 1.09-2.14) or obese (AOR: 2.34, 95% CI: 1.71-3.20), and having self-reported diabetes (AOR: 3.08, 95% CI: 1.88-5.04) had an increased risk of hypertension. Moreover, 51.0% of the participants were taking anti-hypertensive medications and 26.4% of them had their hypertension in control. CONCLUSIONS: The findings highlight a high burden of hypertension and poor management of it among the slum dwellers in Bangladesh requiring a novel approach to improve care. It is integral to effectively implement the available national non-communicable disease (NCD) control guidelines and redesign the current urban primary health care system to have better coordination.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,085
Tête enseignante GPT0,302
Écart entre enseignants0,217 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetUrban and Rural Development ChallengesTravaux en français237 207