Prevalence and risk factors of lower extremity disease in high risk groups in Malawi: a stratified cross-sectional study
Notice bibliographique
Résumé
Low/middle-income countries face a disproportionate burden of cardiovascular diseases. However, among cardiovascular diseases, burden of and associations with lower extremity disease (LED) (peripheral arterial disease and/or neuropathy) is neglected. We investigated the prevalence and factors associated with LED among individuals known to have cardiovascular disease risk factors (CVDRFs) in Malawi, a low-income country with a significant prevalence of CVDRFs.This was a stratified cross-sectional study.This study was conducted in urban Lilongwe Area 25, and the rural Karonga Health and Demographic Surveillance Site.Participants were at least 18 years old and had been identified to have two or more known CVDRFs.LED-determined by the presence of one of the following: neuropathy (as assessed by a 10 g monofilament), arterial disease (absent peripheral pulses, claudication as assessed by the Edinburgh claudication questionnaire or Ankle Brachial Pulse Index (ABPI) <0.9), previous amputation or ulceration of the lower limbs.There were 806 individuals enrolled into the study. Mean age was 52.5 years; 53.5% of participants were men (n=431) and 56.7% (n=457) were from the rural site. Nearly a quarter (24.1%; 95% CI: 21.2 to 27.2) of the participants had at least one symptom or sign of LED. 12.8% had neuropathy, 6.7% had absent pulses, 10.0% had claudication, 1.9% had ABPI <0.9, 0.9% had an amputation and 1.1% had lower limb ulcers. LED had statistically significant association with increasing age, urban residence and use of indoor fires.This study demonstrated that a quarter of individuals with two or more CVDRFs have evidence of LED and 2.4% have an amputation or signs of limb threatening ulceration or amputation. Further epidemiological and health systems research is warranted to prevent LED and limb loss.
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 | 0,001 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».