MétaCan
Menu
Retour à la cohorte
Enregistrement W4413336531 · doi:10.1002/hsr2.71183

Prevalence of Diabetes Mellitus and Hypertension Among COVID‐19 Patients: A Cross‐Sectional Study Exploring Associations With Sociodemographic and Biological Factors in Rajshahi Division, Bangladesh

2025· article· en· W4413336531 sur OpenAlex
Al Muktadir Munam, Ahammad Hossain

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueHealth Science Reports · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésCross-sectional studyMedicineDiabetes mellitusObesityPandemicCoronavirus disease 2019 (COVID-19)Logistic regressionPublic healthDemographyEnvironmental healthInternal medicineDiseaseEndocrinologyPathology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Background and Aims Diabetes mellitus (DM) and hypertension (HT) are major global health concerns, with a rising prevalence worsened by the COVID‐19 pandemic. The interplay between these chronic conditions and COVID‐19 presents a unique public health challenge, particularly in low‐ and middle‐income countries such as Bangladesh. This study aimed to (1) determine the prevalence of DM and HT among individuals affected by COVID‐19 pandemic in Rajshahi Division, Bangladesh, and (2) explore associations with sociodemographic and biological factors. Methods This cross‐sectional study was conducted in the Rajshahi Division of Bangladesh between April and August 2021. Data was collected from 390 COVID‐19‐positive patients using a structured questionnaire and physical measurements, focusing on sociodemographic and biological factors associated with DM and HT. Logistic regression analyses were performed to identify significant risk factors. Results Among participants, 12.05% had DM, 15.89% had HT, and 7.95% had both. Older age ( > 50 years) was significantly associated with higher prevalence of both conditions ( p < 0.001). Females were more likely to have DM (16.6% vs. 9.2%), HT (19.2% vs. 13.8%), and both (10.6% vs. 6.3%) than males ( p < 0.05). Private or self‐employed individuals had a significantly higher risk of both DM and HT (RRR: 7.66, 95% CI: 4.26–12.37, p < 0.001). Obesity (BMI ≥ 25) was linked to increased prevalence of DM (13.2%), HT (21.0%), and both (10.2%). Elevated SBP and DBP were strongly associated with comorbidity ( p < 0.001), and tobacco use increased the odds of DM (AOR: 2.45, 95% CI: 1.13–5.29, p = 0.02). Conclusion Targeted interventions, such as community‐based education, improved chronic disease management, and culturally tailored strategies, are recommended to address these conditions effectively. Strengthening healthcare infrastructure and conducting longitudinal research to explore causal pathways will be critical in mitigating the impact of these comorbidities and improving pandemic preparedness in resource‐limited settings.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,026
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,982

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,124
Tête enseignante GPT0,432
Écart entre enseignants0,308 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle