Trend and projection of non-communicable diseases risk factors in Iran from 2001 to 2030
Notice bibliographique
Résumé
This study aims to investigate the trends and project the major risk factors of Non-communicable Diseases (NCDs) in Iran. We obtained the trend of prevalence of main risk factors related to NCDs in 30 to 70-year-old-individuals. The data were extracted from WHO STEP wise approach to NCDs risk factor surveillance (STEPS) survey. Also,the previous studies conducted at national and subnational levels from 2001 to 2016 were employed. The prevalence of risk factors was projected by 2030 using Bayesian Model Averaging (BMA) and Spatio-temporal model stratified by sex and province. The percent change for the age-standardized prevalence of smoking in men between 2001 and 2016 was calculated to be - 27.0. Also, the corresponding values for the risk factors of diabetes, hypertension, obesity and overweight, physical inactivity (PI), and mean of salt intake were - 26.1, 29.0, 70.0, 96.8, 116.6, and 7.5, respectively. It is predicted that smoking and these risk factors will undergo a change to show values of - 1.26, 38.7, 43.7, 2.36, and 15.3 by 2030, respectively. The corresponding values in women for the time interval of 2001-2016 were - 27.3, 26.3, 82.8, 1.88, 75.2, and 4.2, respectively. Plus, projections indicate that the 2030 variation values are expected to be - 25.0, 16.7, 37.5, 28.7, 26.7, and 10.9 respectively. This study showed that the prevalence of four risk factors of PI, overweight and obesity, hypertension, and diabetes is increasing in Iran. Therefor, it is necessary to carry out effective interventions to adopt a healthy lifestyle and reduce the risk factors.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».