Hypertension prevalence and coverage and intellectual disability: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: People with intellectual disabilities (ID) frequently experience poorer health and lower treatment coverage compared to those without ID, yet differences in hypertension prevalence and treatment coverage remain unclear. OBJECTIVE: To estimate the pooled prevalence ratio (PR) of hypertension and hypertension treatment coverage comparing adults with and without ID. METHODS: We searched MEDLINE, Embase, PsychINFO, Global Health and Global Index Medicus on June 6, 2024. We included observational and intervention studies that estimated the prevalence of hypertension and/or treatment coverage. The risk of bias was assessed using the Newcastle-Ottawa Scale tool. We undertook a random-effects meta-analysis to estimate the pooled PR with 95 % confidence intervals (CI). Sources of heterogeneity were explored through sensitivity and subgroup analyses, and meta-regression. RESULTS: 21 studies from 10 countries across three regions were included. The pooled PR were 0.71 (95 % CI: 0.47-1.05) for hypertension and 0.61 (95 % CI: 0.47-0.81) for hypertension treatment coverage. Only one study adjusted for age; most reported unadjusted estimates, making them prone to confounding. 14 studies were rated as high risk of bias. Subgroup analysis and meta-regression revealed variability in the methods used to diagnose ID, with sample size emerging as the primary source of variability in the effect estimates. CONCLUSIONS: This systematic review showed that adults with ID have a similar prevalence of hypertension, but lower hypertension treatment coverage compared to those without disabilities. However, these results should be interpreted with caution due to the lack of adjustment for confounding in the association and variability in the diagnosis of ID.
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 | 0,007 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,012 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 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 ».