MétaCan
Menu
Retour à la cohorte
Enregistrement W1999452098 · doi:10.1186/1471-2458-13-1089

Exploring differences in Canadian adult men and women with Diabetes management: results from the Canadian Community Health Survey

2013· article· en· W1999452098 sur OpenAlexaffabout
Margaret De Melo, Eric de, Enza Gucciardi

Notice bibliographique

RevueBMC Public Health · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Education
Établissements canadiensToronto Western HospitalToronto Metropolitan UniversityUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineBiostatisticsDemographyDiabetes mellitusPublic healthPopulationMultinomial logistic regressionLogistic regressionEpidemiologyEnvironmental healthGerontologyDiabetes managementConfidence intervalCommunity healthHealth careCross-sectional studyType 2 diabetesStatisticsInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Over 2 million Canadians are known to have diabetes. In addition to the economic burden placed on the healthcare system, the human cost associated with diabetes poses a heavy burden on those living with diabetes. The literature shows that apparent differences exist in diabetes complications and diabetes management between men and women. How self-care management and utilization of health services differ by sex is not clearly understood.The purpose of this study was to explore sex differences in diabetes self-care and medical management in the Canadian population, using a nationally representative sample. METHODS: Data collected from the cross-sectional, population-based Canadian Community Health Survey (2007-2008) were used in these analyses. A bootstrap variance estimation method and bootstrap weights provided by Statistics Canada were used to calculate 95% confidence intervals. Bivariate analyses identified variables of interest between females and males that were used in subsequent multivariate analyses. RESULTS: A total of 131,959 respondents were surveyed for the years of 2007 and 2008, inclusive. Fully adjusted multinomial and logistic regression analyses revealed sex differences for those living with diabetes. Compared to men with diabetes, women were more likely to be in the lowest income quintiles than the highest (OR: 1.8, 95% CI: 1.3-2.6) and were more likely not to have a job in the previous week (OR: 1.8, 95% CI: 1.4-2.4). Women were also more likely to avoid foods with fats or high calories (OR: 2.1, 95% CI: 1.4-3.0 and OR: 2.2, 95% CI: 1.6-3.0, respectively), to be concerned about heart disease (OR: 1.6, 95% CI: 1.1-2.2), and to be non-smokers (OR: 2.2, 95% CI: 1.6-3.0). However, despite their increased concern, women checked their blood-glucose less frequently on a daily basis than men (μwomen = 1.7, 95% CI: 1.7-1.8; μmen = 3.1, 95% CI: 2.9-3.2). Women were more likely to have an anxiety disorder (OR: 2.3, 95% CI: 1.7-3.2) and a mood disorder (OR: 2.4, 95% CI: 1.8-3.1), and more likely to be physically inactive (OR: 1.5, 95% CI: 1.2-1.8). CONCLUSIONS: Our findings underscore the importance of addressing sex differences which may interfere with diabetes self-care. In women, addressing socioeconomic and psychological barriers, as well as limitations to active living are important; in men, the benefit of more effective nutrition therapy and smoking cessation interventions are suggested. The results for this study highlight the need to further investigate and eliminate disparities between the sexes in order to optimize health outcomes among Canadians with 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,146
Tête enseignante GPT0,282
Écart entre enseignants0,136 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetDiabetes Management and EducationTravaux en français237 207