Diabetes, Hypertension, and Comorbidity among Bangladeshi Adults: Associated Factors and Socio-Economic Inequalities
Notice bibliographique
Résumé
Diabetes, hypertension, and comorbidity are still crucial public health challenges that Bangladeshis face. Nonetheless, very few studies have been conducted to examine the associated factors, especially the socioeconomic inequalities in diabetes, hypertension, and comorbidity in Bangladesh. This study explored the prevalence of, factors connected with, and socioeconomic inequalities in diabetes, hypertension, and comorbidity among Bangladeshi adults. We used the Bangladesh Demographic and Health Survey (BDHS) data set of 2017−2018. A total of 12,136 (weighted) Bangladeshi adults with a mean age of 39.5 years (±16.2) participated in this study. Multilevel (mixed-effect) logistic regression analysis was employed to ascertain the determinants of diabetes, hypertension, and comorbidity, where clusters were considered as a level-2 factor. The concentration curve (CC) and concentration index (CIX) were utilized to investigate the inequalities in diabetes, hypertension, and comorbidity. The weighted prevalence of diabetes, hypertension, and comorbidity was 10.04%, 25.70%, and 4.47%, respectively. Age, body mass index, physical activity, household wealth status, and diverse administrative divisions were significantly associated with diabetes, hypertension, and comorbidity among the participants. Moreover, participants’ smoking statuses were associated with hypertension. Women were more prone to hypertension and comorbidity than men. Diabetes (CIX: 0.251, p < 0.001), hypertension (CIX: 0.071, p < 0.001), and comorbidity (CIX: 0.340, p < 0.001) were higher among high household wealth groups. A pro-wealth disparity in diabetes, hypertension, and comorbidity was found. These inequalities in diabetes, hypertension, and comorbidity emphasize the necessity of designing intervention schemes geared towards addressing the rising burden of these diseases.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».