Prevalence of high waist to hip ratio and its association with hypertension among married couples in India: A cross-sectional study
Notice bibliographique
Résumé
• Data were extracted from the fifth round of the National Family Health population-based, cross-sectional survey. • Around 36.3 % of Indian couples have high waist to hip ratio. • High Waist to hip ratio in one spouse increases hypertension risk in both partners. • Risk of hypertension is even higher when both spouses have high waist to hip ratio. • Waist to-hip ratio should be used in routine screening to prevent hypertension. The study aims to explore the prevalence of high waist-to-hip ratio (WHR) and examine its association with hypertension and various socio-demographic factors among Indian couples with a focus on health implications. Data were extracted from the fifth round of the National Family Health Survey (NFHS) - a comprehensive population-based, cross-sectional survey conducted from 2019 to 2021. A total sample of 51,797 couples was analysed using bivariate and multivariable techniques to address the study objectives. The prevalence of high WHR among Indian couples was 36.3%. After adjusting for significant background factors, both female and male spouses had higher odds of hypertension when one spouse had a high WHR (female: OR = 1.19, p < 0.001, 95% CI: 1.13–1.25; male: OR = 1.30, p < 0.001, 95% CI: 1.22–1.38), compared to those with normal WHR. The risk increased when both spouses had high WHR, with odds of 1.44 in female spouses (OR = 1.44, p < 0.001, 95% CI: 1.37–1.52) and 1.56 in male spouses (OR = 1.56, p < 0.001, 95% CI: 1.47–1.66). The study highlights the significant health implications of high WHR in Indian couples. The findings emphasize the importance of monitoring WHR as an anthropometric measure for assessing hypertension risk and managing related health conditions in both clinical and public health 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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».