SPATIAL VARIABILITY IN THE PREVALENCE OF HYPERTENSION: A CANADIAN PERSPECTIVE
Notice bibliographique
Résumé
Objective: Despite significant improvements in hypertension treatment, high blood pressure (HBP) still affects 22.6% of Canadians (Hypertension Canada, 2016). However, disparities associated with risk factors like, age, sex, and lifestyle can impact global prevalence in population. It is also a well-known fact that prevalence varies geographically. Thus, spatial location can give us a different perspective of hypertension in population. Reliable information about trends in hypertension rate is needed at regional scale to support the development of health programs. Geographic information systems (GIS) can provide that information by detecting spatial clusters of high or low HTN rate at health regions scale. The objectives of the study were to identify health regions with significantly high or low HTN rate using geostatistics and compare evolution from 2005 to 2019. It also seeks out to identify their populations’ characteristics using statistical analysis. Canadian Community Health Survey (2005, 2015 & 2019) data were used for the analysis. Design and method: For the analysis, we used Canadian Community Health Survey from 2005, 2015 and 2019. The 130,000 respondents representing the whole population are located according to health regions and data can be analyzed using a GIS. Using age and gender as subgroups criteria creation, we applied spatial autocorrelation analysis and Getis-Ord hot analysis to identify geographically contiguous health regions with high or low HTN rates. We then extracted the records in CCHS database for all respondents living in these regions for supplemental statistical analysis. Results: HTN is still a problem in Canada. This is especially true for people aged 65 and older although 72.9% considered themselves in good health. Increase in HTN rate is spread all over Canada, although some regions showed a rate decrease. Getis-ord analysis located regions with low HTN rates while regions with high rates were also located. Cluster of health regions with high HTN rates shows more diabetes and more obese people even though 38.4% declared being in good health. Conclusions: Hypertension is still a major problem in Canada. Age and gender are still significant risk factors. Geographical variations in HTN rate are presents at health regions scale.
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 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 | 0,006 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».