Quality of Care for Patients with Type 2 Diabetes Mellitus in Dubai: A HEDIS-Like Assessment
Notice bibliographique
Résumé
Objective. As little data are available on the quality of type 2 diabetes mellitus (T2DM) care in the Arabian Gulf States, we estimated the proportion of patients receiving recommended monitoring at the Dubai Hospital for T2DM over one year. Methods. Charts from 150 adults with T2DM were systematically sampled and quality of care was assessed during one calendar year, using a Healthcare Effectiveness Data and Information Set- (HEDIS-) like assessment. Screening for glycosylated haemoglobin (HbA1c), low-density lipoprotein (LDL), blood pressure, retinopathy, and nephropathy was considered. Patients were classified based on their most recent test in the period, and predictors of receiving quality care were examined. Results. Mean age was 58 years (standard deviation (SD): 12.4 years) and 33% were males. Over the year, 98% underwent HbA1c screening (50% had control and 28% displayed poor control); 91% underwent LDL screening (65% had control); 55% had blood pressure control; 30% had retinopathy screening; and 22% received attention for nephropathy. No individual characteristics examined predicted receiving quality care. Conclusion. Some guideline monitoring was conducted for most patients; and rates of monitoring for selected measures were comparable to benchmarks from the United States. Greater understanding of factors leading to high adherence would be useful for other areas of preventive care and other jurisdictions.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».