Stroke risk perception among participants of a stroke awareness campaign
Notice bibliographique
Résumé
Background: Subjective risk factor perception is an important component of the motivation to change unhealthy life styles. While prior studies assessed cardiovascular risk factor knowledge, little is known about determinants of the individual perception of stroke risk. Methods: Survey by mailed questionnaire among 1483 participants of a prior public stroke campaign in Germany. Participants had been informed about their individual stroke risk based on the Framingham stroke risk score. Stroke risk factor knowledge, perception of lifetime stroke risk and risk factor status were included in the questionnaire, and the determinants of good risk factor knowledge and high stroke risk perception were identified using logistic regression models. Results: Overall stroke risk factor knowledge was good with 67-96% of the participants recognizing established risk factors. The two exceptions were diabetes (recognized by 49%) and myocardial infarction (57%). Knowledge of a specific factor was superior among those affected by it. 13% of all participants considered themselves of having a high stroke risk, 55% indicated a moderate risk. All major risk factors contributed significantly to the perception of being at high stroke risk, but the effects of age, sex and education were non-significant. Poor self-rated health was additionally associated with high individual stroke risk perception. Conclusion: Stroke risk factor knowledge was high in this study. The self perception of an increased stroke risk was associated with established risk factors as well as low perception of general health
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 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 ».