[Diabetes in Ivory Coast: special epidemiological features].
Notice bibliographique
Résumé
Within less than a quarter century diabetes has become a health problem in developing countries. In Africa this metabolic disorder is found in a wide variety of sometimes atypical forms. The purpose of this study was to highlight the special epidemiological features of medically diagnosed diabetes in Ivory Coast. Data from the files of 10320 African patients who presented at a major national outpatient care centre between January 1, 1991 and December 31, 2000 were compiled and analyzed. Findings showed that morbidity gradually increased from 30 to 49 years then stabilized from 50 to 69 years with a higher rate in males between 30 and 49 years. One of the five national ethnic groups appeared to be most affected and two appeared to be relatively unaffected. On the basis of several criteria, 5968 patients were classified as type 1 in 11.8% of cases, type 2 without excess body weight in 48.7% and type 2 with excess body weight in 39.5%. The second of these identified groups was characterized by intermediate-discovered glycaemia and older age at diagnosis. Epidemiological features included age of occurrence and higher morbidity in young male patients, probable higher premature mortality, likely links with socio-cultural environmental factors and existence of two type 2 subgroups. This profile underlines the challenges of screening, management and prevention of diabetes in Ivory Coast.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».