研究情報
Research information

制御不能な高血圧は、世界的に公衆衛生上の大きな問題である。この研究は、機械学習技術を使用して、制御不能な高血圧の要因を明らかにすることを目的とした。この研究では、高血圧の成人303人がこの横断研究に含まれた。データは、Standard Health Literacy Questionnaireを使用して収集された。制御不能な高血圧は、両日とも収縮期血圧 (BP) ≥ 140 mmHg および/または拡張期血圧 ≥ 90 mmHg と定義した。データは、パーセンテージとカイ二乗検定を使用して分析された。この研究では、4つの機械学習アルゴリズムが採用された。これらのアルゴリズムの有効性は、精度、陽性的中率、感度、F_Score、受信者動作特性(ROC)曲線下面積(AUC)など、いくつかのパフォーマンス指標を用いて評価された。解析には Python バージョン 3.8 を使用した。評価された4つのモデルのうち、ロジスティック回帰は75.4%と最も高い精度を示し、最大のAUCは0.87を示した。ロジスティック回帰アルゴリズムによれば、治療に従わなかった人は、制御不能な高血圧になる可能性が有意に低かった(OR = 0.17、p値 < 0.001)。小児の数(OR = 0.44、p < 0.001)、身体活動(OR = 0.94、p < 0.001)、健康リテラシー(OR = 0.29、p = 0.10)はすべて直接関連しており、塩分摂取量(OR = 9.60、p < 0.001)は、制御不能な高血圧を有する確率と反比例的に関連していた。変数重要度分析に基づくと、身体活動の低さが最も重要な変数として特定され、次いで健康リテラシーの低さと薬物治療への非遵守が続いた。年齢、高血圧の期間、慢性疾患、塩分摂取などの要因も重要であった。治療の順守、身体活動、健康リテラシー、および塩分摂取は、制御されていない高血圧に重要な役割を果たす。これらの因子を対象とした介入は、制御不能な高血圧の管理と予防に役立つ可能性がある。
Copyright © 2025 Zahra Cheraghi et al. International Journal of Hypertension published by John Wiley & Sons Ltd. Creative Commons Attribution 4.0 International License
(http://creativecommons.org/licenses/by/4.0/).
https://doi.org/10.1155/ijhy/4011397