Gender differences in the association between lifestyle behaviors and diabetes distress in a community sample of adults with type 2 diabetes
Notice bibliographique
Résumé
BACKGROUND: The present study examined the association between moderate and severe diabetes distress (DD) and lifestyle behaviors (physical activity, smoking, alcohol consumption) in a community sample of adults with type 2 diabetes mellitus (T2DM). METHODS: A total of 1971 adults with T2DM were recruited using mixed methods sampling. Participants were considered eligible if they had a doctor diagnosis of T2DM (≤10 years), were insulin naïve, aged 40-75 years, and were from Quebec, Canada. Participants provided information on DD, lifestyle behaviors, sociodemographic, and diabetes-related factors. Multinomial logistic regressions examined the association between moderate and severe DD and each lifestyle behavior, according to gender. Effect estimates can be interpreted as probability ratios (PR). RESULTS: In females, physical inactivity was associated with an increased likelihood of moderate distress (PR 2.2; 95% confidence interval [CI] 1.49-3.24) and severe distress (PR 1.80; 95% CI 1.00-3.24). In males, only severe distress was associated with physical inactivity (PR 1.92; 95% CI 1.00-3.66). Current smoking was associated with a greater probability of severe distress in males (PR 3.0; 95% CI 1.54-5.84) and females (PR 1.32; 95% CI 0.67-2.60); however this effect was stronger in males. No association was found between alcohol consumption and DD in females. In males, frequent alcohol consumption was associated with a reduced probability of moderate (PR 0.56; 95% CI 0.34-0.91) and severe distress (PR 0.47; 95% CI 0.21-1.06). CONCLUSIONS: The findings of this study suggest important gender differences in the association between DD and lifestyle behaviors.
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 | 0,002 | 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 ».