Disease Burden and the Accumulation of Multimorbidity of Noncommunicable Diseases in a Rural Population in Henan, China: Cross-sectional Study
Notice bibliographique
Résumé
BACKGROUND: Multimorbidity causes substantial disease and economic burdens on individuals and the health care system. OBJECTIVE: This study aimed to explore the disease burden of multimorbidity and the potential correlations among chronic noncommunicable diseases (NCDs) in a rural population in Henan, China. METHODS: A cross-sectional analysis was performed using the baseline survey of the Henan Rural Cohort Study. Multimorbidity was defined as the simultaneous occurrence of at least two NCDs in a participant. This study examined the multimorbidity pattern of 6 NCDs, including hypertension, dyslipidemia, type 2 diabetes mellitus, coronary heart disease, stroke, and hyperuricemia. RESULTS: From July 2015 to September 2017, a total of 38,807 participants (aged 18-79 years; 15,354 men and 23,453 women) were included in this study. The overall population prevalence of multimorbidity was 28.1% (10,899/38,807), and the multimorbidity of hypertension and dyslipidemia was the most common (8.1%, 3153/38,807). Aging, higher BMI, and unfavorable lifestyles were significantly associated with a higher risk of multimorbidity (multinomial logistic regression, all P<.05). The analysis of the mean age at diagnosis suggested a cascade of interrelated NCDs and their accumulation over time. Compared with participants without 2 conditional NCDs, participants with 1 conditional NCD would have higher odds of another NCD (1.2-2.5; all P<.05), and those with 2 conditional NCDs would elevate the odds of the third NCD to 1.4-3.5 (binary logistic regression, all P<.05). CONCLUSIONS: Our findings indicate a plausible tendency for the coexistence and accumulation of NCDs in a rural population in Henan, China. Early prevention of multimorbidity is essential to reduce the NCD burden in the rural population.
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 | 0,001 | 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 | 0,001 | 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) | 0,001 | 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 ».