Epidemiology and predictors of multimorbidity in Kharameh cohort study: A population‐based cross‐sectional study in southern Iran
Notice bibliographique
Résumé
Abstract Background and Aim Multimorbidity is one of the problems and concerns of public health. The aim of this study was to estimate the prevalence and identify the risk factors associated with multimorbidity based on the data of the Kherameh cohort study. Methods This cross‐sectional study was performed on 10,663 individuals aged 40–70 years in the south of Iran in 2015 to 2017. Demographic and behavioral characteristics were investigated. Multimorbidity was defined as the coexistence of two or more of two chronic diseases in a person. In this study, the prevalence of multimorbidity was calculated. Logistic regression was used to identify the predictors of multimorbidity. Results The prevalence of multimorbidity was 24.4%. The age‐standardized prevalence rate was 18.01% in males and 29.6% in females. The most common underlying diseases were gastroesophageal reflux disease with hypertension (33.5%). Multiple logistic regression results showed that the age of 45–55 years (adjusted odds ratio [OR adj] ] = 1.22, 95% confidence interval [CI], 1.07–1.38), age of over 55 years (OR adj = 1.21, 95% CI, 1.06–1.37), obesity (OR adj = 3.65, 95% CI, 2.55–5.24), and overweight (OR adj = 2.92, 95% CI, 2.05–4.14) were the risk factors of multimorbidity. Also, subjects with high socioeconomic status (OR adj = 1.27, 95% CI, 1.1–1.45) and very high level of socioeconomic status (OR adj = 1.53, 95% CI, 1.31–1.79) had a higher chance of having multimorbidity. The high level of education, alcohol consumption, having job, and high physical activity had a protective role against it. Conclusion The prevalence of multimorbidity was relatively high in the study area. According to the results of our study, age, obesity, and overweight had an important effect on multimorbidity. Therefore, determining interventional strategies for weight loss and control and treatment of chronic diseases, especially in the elderly, is very useful.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
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 | 0,010 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».