Reducing episodes of diabetic ketoacidosis within a youth population: a focus group study with patients and families
Notice bibliographique
Résumé
BACKGROUND: Diabetic ketoacidosis (DKA) is the most common cause of morbidity and mortality for youth with type 1 diabetes mellitus (T1DM). This article reports qualitative data from focus groups with youth and parents of youth with T1DM on the barriers that they identify to DKA prevention and resources that may aid youth better manage their diabetes. METHODS: Four focus groups were held in three communities, two rural and one urban, in the Canadian province of Newfoundland and Labrador (NL) with adolescents and parents of youth with diabetes. Open-ended questions focused on knowledge of DKA, diabetes education, personal experiences with DKA, barriers to diabetes self-management, situations which put them at risk for DKA and resources that could be developed to aid youth in preventing DKA. RESULTS: There were 19 participants (14 parents and 5 youth). Participants identified factors which increased their risk of DKA as difficulty in distinguishing cases of DKA from other illnesses; variations in diabetes education received; information overload about their condition; the long period from initial diagnosis, when most education about the condition was received; and stress regarding situations where youth are not in the direct care of their parents. Participants from rural areas reported geographical isolation and lack of regular access to specialist health care personnel as additional barriers to better diabetes management. CONCLUSIONS: The project identified barriers to DKA prevention for youth which were not previously identified in the medical literature, e.g., the stress associated with temporary guardians, risk of information overload at initial diagnosis and the long period from initial diagnosis when most diabetes education is received. Families from rural areas do report additional burdens, but in some cases these families have developed community supports to help offset some of these problems. Mobile and online resources, educational refreshers about DKA, concise resources for teachers and other temporary guardians, and DKA treatment kits for parents may help improve diabetes management and prevent future episodes of DKA.
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 | 0,001 | 0,001 |
| 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 ».