How well do obesity indices predict undiagnosed hypertension in the Persian cohort (Shahedieh) adults community population of all ages?
Notice bibliographique
Résumé
Abstract Background and Aims Hypertension is the leading preventable risk factor for cardiovascular disease, chronic kidney disease and cognitive impairment, and mortality and disability worldwide. Since prevention, early detection, and treatment of blood pressure improve public health, the aim of present study was to determine the best obesity indices and estimate the optimal cut‐off point for each one to predict the risk of elevated/stage 1 and undiagnosed hypertension in the population of center of Iran based on American ACC/AHA 2020 guidelines. Methods This cross‐sectional study was performed on 9715 people who enrolled in 2018 in Persian Adult Cohort in Shahedieh area of Yazd, Iran in 2018. The anthropometric indices including body mass index (BMI) and waist circumference (WC), wrist circumference, hip circumference, waist‐to‐hip ratio, and waist‐to height ratio of individuals, were extracted. The receiver operating characteristic curve was utilized to determine the optimum cut‐off point of each anthropometric index to predict hypertension stages and compare their predictive power by age‐sex categories. Statistical analysis was done using SPSS version 23.0. Results The results showed that BMI has the best predictive power to recognize the risk of elevated/stage 1 hypertension for female (area under the curve [AUC] = 0.72 and optimal cut‐off = 30.10 kg/m 2 ) and WC for male (AUC = 0.66 and optimal cut‐off = 93.5 cm) in 35−45 age group. BMI had the best predictive power for the risk of undiagnosed hypertension for 35−45 years old male (AUC = 0.73 and optimal cut‐off = 28.90 kg/m 2 ) and female (AUC = 0.75 and optimal cut‐off = 5.10 kg/m 2 ), and hip circumference revealed similar predictive power for female as well (AUC = 0.75 and optimal cut‐off = 112 cm). Conclusion Based on our findings, BMI and WC, which are simple, inexpensive, and noninvasive means, are the best markers to predict the risk of elevated/stage 1 and undiagnosed hypertension in young Iranians. It shows that the approach of reducing hypertension prevalence through primary prevention, early detection, and enhancing its treatment is achievable.
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 | 0,010 | 0,001 |
| 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 | 0,001 |
| 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 ».