Prevalence of hypertension and associated risk factors among people living with HIV/AIDS in Kigeme, Rwanda 2020
Notice bibliographique
Résumé
Introduction: Globally, hypertension is an emerging public health issue among People Living with HIV (PLHIV). Its prevalence and risk factors in Sub-Saharan African countries including Rwanda are inadequately documented. We determined the prevalence of hypertension and associated risk factors among PLHIV, who attended a rural district hospital in Rwanda. Methods: A cross-sectional study was conducted in a rural district hospital located in Southern Rwanda from January to December 2020. The study included 386 PLHIV aged 18 years and above, who were systematically selected. Hypertension was defined as a sustained rise in systolic and or diastolic blood pressure above a certain level or the use of antihypertensive medicines. The factors associated with hypertension among the PLHIV were identified using logistic regression. Results: The mean age was 47�14 years. The prevalence of hypertension among the PLHIV was 29.8% (95%CI: 25.5-34.5). Being on ART for more than 5 years (aOR: 2.0, 95%CI: 1.44-3.87) and overweight (aOR: 2.1, 95%CI: 1.26-3.61) were associated with being hypertensive, whereas being underweight (aOR: 0.1, 95%CI: 0.04-0.49) was protective. Conclusion: The prevalence of hypertension was high among PLHIV who have been followed up in a rural district hospital, in Rwanda. Patients who had been on ART for a longer duration and were overweight were at higher risk of developing hypertension. Being underweight seemed to be protective against hypertension. These findings highlighted the need for strengthening the current HIV surveillance system and integrating hypertension screening and care program into HIV treatment programs to mitigate the burden of hypertension among PLHIV.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».