Does the place of residence influence your risk of being hypertensive? A study-based on Nepal Demographic and Health Survey
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
Even though several studies have examined various risk factors for hypertension, residential influence is poorly explored especially in the low-income countries. We aim to investigate the association between residential characteristics and hypertension in resource limited and transitional settings like Nepal. A total of 14,652 individuals aged 15 and above were selected from 2016-Nepal Demographic and Health Survey. Individuals with blood pressure ≥140/90 mmHg or a history of hypertension (as identified by physicians/health professionals) or under antihypertensive medication were defined as hypertensive. Residential characteristics were represented by area level deprivation index, with a higher score representing higher level of deprivation. Association was explored using a two-level logistic regression. We also assessed if residential area modifies the association between individual socio-economic status and hypertension. Area deprivation had a significant inverse association with the risk of hypertension. Individuals from the least deprived areas had higher odds of hypertension compared to highly deprived areas 1.59 (95% CI 1.30, 1.89). Additionally, the association between literacy a proxy of socio-economic status and hypertension varied with a place of residence. Literate individuals from highly deprived areas were likely to have a higher odds of hypertension compared to those with no formal education. In contrast, literate from the least deprived areas had lower odds of hypertension. These results identify counterintuitive patterns of associations between residential characteristics and hypertension in Nepal, as compared with most of the epidemiological data from high-income countries. Differential stages of demographic and nutritional transitions between and within the countries might explain these associations.
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 | 0,020 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| 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