Self-reported diabetes is associated with self-management behaviour: a cohort study
Notice bibliographique
Résumé
BACKGROUND: The purposes of this cohort study were to establish how frequently people with physician-diagnosed diabetes self-reported the disease, to determine factors associated with self-reporting of diabetes, and to evaluate subsequent differences in self-management behaviour, health care utilisation and clinical outcomes between people who do and do not report their disease. METHODS: We used a registry of physician-diagnosed diabetes as a reference standard. We studied respondents to a 2000/01 population-based health survey who were in the registry (n = 1,812), and we determined the proportion who reported having diabetes during the survey. Baseline factors associated with self-report and subsequent behavioural, utilisation and clinical differences between those who did and did not self-report were defined from the survey responses and from linkage with administrative data sources. RESULTS: Only 75% of people with physician-diagnosed diabetes reported having the disease. People who did self-report were more likely to be male, to live in rural areas, to have longer disease duration and to have received specialist physician care. People who did not report having diabetes in the survey were markedly less likely to perform capillary blood glucose monitoring in the subsequent two years (OR 0.05, 95% CI 0.02 to 0.08). They were also less likely to receive specialist physician care (OR 0.55, 95% CI 0.37 to 0.86), and were less likely to require hospital care for hypo- or hyperglycaemia (OR 0.09, 95% CI 0.01 to 0.28). CONCLUSION: Many people with physician-diagnosed diabetes do not report having the disease, but most demographic and clinical features do not distinguish these individuals. These individuals are much less likely to perform capillary glucose monitoring, suggesting that their diabetes self-management is inadequate. Clinicians may be able to use the absence of glucose monitoring as a screening tool to identify people needing a detailed evaluation of their disease knowledge.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».