P030 EFFECTS OF GENDER-RELATED FACTORS ON THE HYPERTENSION-WHITE MATTER HYPERINTENSITIES ASSOCIATION: A SEX-STRATIFIED ANALYSIS
Notice bibliographique
Résumé
Background: Hypertension (HTN) is a global health issue affecting various vascular beds, including the brain. There is a gap in understanding how gender-related factors, such as roles, identity, relationships, and institutionalized gender, contribute to sex differences in the relationship between HTN and brain structure changes. This study aims to investigate the role of gender-related factors in the relationship between HTN and white matter hyperintensities (WMH) in both males and females. Methods: This cohort study used MRI data from 41,300 UK Biobank participants. HTN status was determined through hospital records and self-report, and WMH volumes were measured using MRI. Eight gender-related factors, including unpaid work, caregiving, unemployment, risk-taking behavior, living alone, education, income, and material deprivation, were examined. Generalized linear models were used to evaluate the interactions between each gender-related factor and HTN in males and females. Effect modification was evaluated using the Z-test to compare the beta coefficients of the HTN-WMH association across strata. Results: The study included 19,260 males and 22,040 females aged 40-69 years at baseline, with 27.3% hypertensive. Hypertensive males (7.7±9.2 mL) and females (7.2±8.8 mL) exhibited greater WMH volumes compared to their normotensive counterparts (males: 4.7±5.9 mL; females: 3.9±5.2 mL). The main effects model revealed that low income was significantly associated with greater WMHs in females, while no gender-related factors were linked to WMHs in males after adjusting for clinical, behavioral, and gender-related variables. No significant interactions between HTN and gender-related factors were found in either males or females after adjustment. In the stratified analysis, females with lower material deprivation showed a significantly greater increase in WMHs compared to those with higher material deprivation. No other gender-related factors in either group interacted with HTN to amplify the association with WMHs. Discussion: Socioeconomic factors, particularly in females, were associated with WMH. These findings highlight the importance of considering biological and social determinants to address hypertension risks effectively.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».