Spatial patterning of hypertension and its association with comorbidities and risk factors: A cross-sectional study in South India
Notice bibliographique
Résumé
INTRODUCTION: Non-communicable diseases (NCDs), particularly hypertension (HTN), pose a significant global health challenge, accounting for a substantial proportion of premature deaths worldwide. In India, HTN prevalence varies widely across states and districts and is influenced by demographic, socioeconomic, and lifestyle factors. This study aims to assess the spatial distribution of HTN and its correlates in South India. MATERIALS AND METHODS: This study utilized data from the 5th National Family Health Survey (NFHS-5), a nationally representative cross-sectional survey conducted across India between 2019 and 2021. For this analysis, data from five states and one union territory in South India were used. Bayesian spatial modelling was employed to analyse HTN prevalence at the district level, incorporating demographic, socioeconomic, and lifestyle covariates. RESULTS: The study included 304,420 adults, both male and female, aged >18 years. The overall prevalence of pre-HTN and HTN was 28.9% and 31.8%, respectively. HTN prevalence varied across states, with Kerala exhibiting the highest prevalence. Spatial clustering analysis identified districts with significantly higher HTN prevalence, often clustering with neighbouring districts showing similar patterns. Spatial autocorrelation analyses revealed a significant association between HTN and diabetes. Other comorbidities and risk factors were not significantly associated with HTN. CONCLUSION: The findings underscore the spatial heterogeneity of HTN prevalence within South Indian states and districts. The study highlights the need for targeted interventions tailored to local contexts to effectively mitigate the burden of HTN and associated comorbidities.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».