Prevalence of depression, hemoglobin A1C level, and associated factors in outpatients with type-2 diabetes.
Notice bibliographique
Résumé
Background: The prevalence of type-2 diabetes is increasing worldwide. Glycemic control has been demonstrated to reduce the morbidity and mortality in patients with type-2 diabetes. Several factors determine the glycemic control, and include the psychological factor, particularly depression. Objectives: To estimate the prevalence of depression, and poor glycemic control, and to determine the associated factors in outpatients with type-2 diabetes. Material and method: A cross-sectional study was conducted in 250 participants at endocrine clinic of King Chulalongkorn Memorial Hospital between June and December 2008. Participants completed the questionnaire and tests for socio-demographic characteristics and medical information, Thai-HADS, the Thai Mental State Examination (TMSE), Montreal Cognitive Assessment (MoCA) Test, Summary of Diabetes Self-Care Activities (SDSCA), Life Events Stress test, and questionnaire for assessment of social support. Results: Approximately 64% of the samples were female with the mean age of 63 years, and 54% had at least 12-year education. The prevalence of depression in patients with type-2 diabetes was 28%, and of poor glycemic control (hemoglobin A1C ≥7%) was 56%. Depression and poor glycemic control showed a linear relationship if depression scores in Thai-HADS were more than 12. Multivariate analysis indicated that the significant risk factors associated with depression were anxiety, low education level, history of diabetes related admissions, perceived deteriorating health status, non-adherence to DM treatment, and diabetic nephropathy. The significant risk factors associated with poor glycemic control were no hypertension, diabetic retinopathy, perceived deteriorating health status, coffee drinking, high serum LDL, and albuminuria or proteinuria. Conclusion: Among patients with type-2 diabetes, poor glycemic control and depression were prevalent. Marked depression might be associated with poor glycemic control. Health care providers should monitor and early detect of such conditions, particular in patients with the significant risk factors to reduce morbidity and mortality holistically in long-term care.
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 | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».