Understanding the Determinants of Health for People With Type 2 Diabetes
Notice bibliographique
Résumé
OBJECTIVE: We assessed which of a broad range of determinants of health are most strongly associated with health-related quality of life (HRQL) among people with type 2 diabetes. METHODS: Our analysis included respondents from the Canadian Community Health Survey Cycle 1.1 (2000-2001) who were aged 18 years and older and who were identified as having type 2 diabetes. We used regression analyses to assess the associations between the Health Utilities Index Mark 3 and determinants of health. RESULTS: Comorbidities had the largest impact on HRQL, with stroke (-0.11; 95% confidence interval [CI] = -0.17, -0.06) and depression (-0.11; 95% CI = -0.15, -0.06) being associated with the largest deficits. Large differences in HRQL were observed for 2 markers of socioeconomic status: social assistance (-0.07; 95% CI=-0.12, -0.03) and food insecurity (-0.07; 95% CI=-0.10, -0.04). Stress, physical activity, and sense of belonging also were important determinants. Overall, 36% of the variance in the Health Utilities Index Mark 3 was explained. CONCLUSION: Social and environmental factors are important, but comorbidities have the largest impact on HRQL among people with type 2 diabetes.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».