MétaCan
Menu
Retour à la cohorte
Enregistrement W2030267987 · doi:10.1177/1010539512440592

Relationship Between Duration of Type 2 Diabetes and Self-Reported Participation in Diabetes Education in Korea

2012· article· en· W2030267987 sur OpenAlexafffund
Jongnam Hwang, Jeffrey Johnson

Notice bibliographique

RevueAsia Pacific Journal of Public Health · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Education
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineDiabetes mellitusOdds ratioConfidence intervalLogistic regressionSocioeconomic statusType 2 diabetesNational Health and Nutrition Examination SurveyDemographyGerontologyInternal medicineEnvironmental healthPopulationEndocrinology

Résumé

récupéré en direct d'OpenAlex

The increasing prevalence of diabetes is a pressing issue in Korea. The aim of this study was to determine the relationship between duration of diabetes and self-reported participation in diabetes education among diabetic patients in Korea. This study used data from the Korean National Health and Nutrition Examination Survey in 2005. A total of 1405 respondents older than 19 years and having diabetes were included in the analyses. The relationship between these variables was assessed using logistic regression after adjusting for age, sex, and socioeconomic status. The authors observed that duration of diabetes was associated with having never attended diabetes education programs (odds ratio = 0.95; 95% confidence interval = 0.93-0.96; P < .001), with the greatest risk of not attending seen in recently diagnosed patients. In addition, having lower educational attainment and living in non-Metro Seoul regions were independent factors for never attending diabetes education programs among diabetic patients in Korea. This finding suggests the need for developing effective education programs to encourage diabetic patients, particularly recently diagnosed patients, to participate. Such programs could help deliver appropriate information for diabetes management to all diabetic patients in Korea.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,026
Score d'incertitude au seuil0,339

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,076
Tête enseignante GPT0,364
Écart entre enseignants0,289 · 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 tête enseignante, 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

Citations5
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAsia Pacific Journal of Public HealthMême sujetDiabetes Management and EducationTravaux en français237 207