MARC

 008240612s2023      us  |||||||||||||||c||eng  d
■001000016933384
■00520240214101240
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798379719654
■035    ▼a(MiAaPQ)AAI30528349
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a614.4
■1001  ▼aBajwa,  Pravleen  K.
■24510▼aDevelopment  and  Validation  of  Models  to  Predict  Hypertension  in  Latin  Americans▼h[electronic  resource]
■260    ▼a[S.l.]:▼bThe  University  of  Wisconsin  -  Madison.  ▼c2023
■260  1▼aAnn  Arbor  :▼bProQuest  Dissertations  &  Theses,  ▼c2023
■300    ▼a1  online  resource(138  p.)
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  84-12,  Section:  B.
■500    ▼aAdvisor:  Bautista,  Leonelo.
■5021  ▼aThesis  (Ph.D.)--The  University  of  Wisconsin  -  Madison,  2023.
■506    ▼aThis  item  must  not  be  sold  to  any  third  party  vendors.
■520    ▼aBlood  pressure  (BP)  prediction  models  can  be  useful  for  identifying  individuals  at  high  risk  for  developing  hypertension.  However,  using  models  developed  in  a  population  with  different  underlying  characteristics  can  under-  or  over-estimate  the  risk.  Currently,  no  BP  prediction  models  have  been  developed  for  Latin  Americans.  Additionally,  all  current  models  predicting  high  BP  dichotomize  BP  instead  of  predicting  continuous  systolic  (SBP)  or  diastolic  (DBP)  blood  pressure.  This  can  lead  to  loss  of  information  and  statistical  power  and  relies  on  predefined  BP  cut-points  to  define  hypertension.  In  this  dissertation,  we  start  with  a  systematic  literature  review  of  studies  that  developed  or  externally  validated  models  predicting  hypertension  risk  or  another  BP-related  outcome.  Then,  we  develop  a  model  to  predict  the  risk  of  incident  hypertension  in  a  Latin  American  population  (Colombia).  Finally,  we  develop  a  model  to  predict  future  SBP  and  DBP  in  the  same  population.  We  found  that  most  existing  models  showed  a  high  risk  of  bias  due  to  limitations  in  the  analyses.  Our  binary  model  had  good  discrimination  but  over-predicted  the  risk  of  hypertension  in  some  deciles  of  predicted  risk.  Our  continuous  model  showed  better  agreement  over  deciles  of  predicted  BP.  However,  it  tended  to  under-predict  the  BP  in  the  higher  and  lower  tails  of  the  BP  distribution.  Overall,  we  created  two  high  BP  prediction  models  for  Colombian  adults  and  recommend  the  use  of  the  continuous  model.  We  also  share  user-friendly  nomograms  for  both  models  to  facilitate  convenient  predictions.
■590    ▼aSchool  code:  0262.
■650  4▼aEpidemiology.
■650  4▼aPublic  health.
■650  4▼aBiostatistics.
■653    ▼aBlood  pressure
■653    ▼aCalibration
■653    ▼aDiscrimination
■653    ▼aHypertension
■653    ▼aModel  validation
■653    ▼aPrediction  modeling
■690    ▼a0766
■690    ▼a0573
■690    ▼a0308
■71020▼aThe  University  of  Wisconsin  -  Madison▼bPopulation  Health.
■7730  ▼tDissertations  Abstracts  International▼g84-12B.
■773    ▼tDissertation  Abstract  International
■790    ▼a0262
■791    ▼aPh.D.
■792    ▼a2023
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T16933384▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.
■980    ▼a202402▼f2024

Preview

Export

ChatGPT Discussion

AI Recommended Related Books