Diabetes, Hypertension, and Comorbidity among Bangladeshi Adults: Associated Factors and Socio-Economic Inequalities
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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) | 0,001 | 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 découle