Role of the Health Belief Model in the Management of Hypertension: A Systematic Review
Notice bibliographique
Résumé
Theory-driven behavioral models such as the health belief model (HBM) offer predictive and influential insights into hypertension management. This study aims to explore the role of the health belief model in hypertension management, with a focus on blood pressure control, medication adherence, and self-management. This review included English full-text quantitative studies on HBM and hypertension management in low- and middle-income countries (LMICs), excluding qualitative, mixed methods, protocols, and nonoriginal data. The review was registered in PROSPERO (PROSPERO 2023 CRD42023467247) and conducted in accordance with the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines. A comprehensive search was carried out across six electronic databases, PubMed, APA PsycINFO, CINAHL, Scopus, Embase, and the Cochrane Library, between September 26 and October 2, 2023, to identify relevant published studies. The risk of bias was assessed via the RoB-2 (The Risk of Bias 2) and JBI (Joanna Briggs Institute) Critical Appraisal Tools. Data were extracted into an Excel data sheet (Microsoft Corporation, Redmond, Washington) for result synthesis and tabulation. An initial total of 1,064 articles were identified for review. Following the removal of duplicates and a full-text assessment, 24 articles with a sample size of 6,106 met the inclusion criteria. The application of interventions based on the HBM constructs was associated with reduced blood pressure, improved medication adherence, and self-management. Most studies have shown that perceived susceptibility, severity, and self-efficacy are positively associated with BP reduction, whereas perceived barriers have a negative impact on adherence. Perceived susceptibility and self-efficacy are also frequently linked to better self-management. The HBM has the potential to predict health behaviors among individuals with hypertension. Interventions based on the HBM offer potential for effective hypertension control.
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 | 0,023 | 0,086 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,009 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».