Glycaemic control and self‐management behaviours in Type 2 diabetes: results from a 1‐year longitudinal cohort study
Notice bibliographique
Résumé
AIM: To better understand the associations between changes in self-management behaviours and glycaemic control. METHODS: We conducted a prospective observational study of 295 adult patients with Type 2 diabetes evaluated at baseline, 6 and 12 months. Four self-management behaviours were evaluated using the Summary of Diabetes Self-Care Activities instrument, which assesses healthy diet, physical activity, medication taking and self-monitoring of blood glucose. Using hierarchical linear regression models, we tested whether changes in self-management behaviours were associated with short-term (6-month) or long-term (12-month) changes in glycaemic control, after controlling for demographic and clinical characteristics. RESULTS: Improved diet was associated with a decrease in HbA1c level, both at 6 and 12 months. Improved medication taking was associated with short-term improvement in glycaemic control, while increased self-monitoring of blood glucose frequency was associated with a 12-month improvement in HbA1c . Completely stopping exercise after being physically active at baseline was associated with a rise in HbA1c level at 6-month follow-up. Interaction analysis indicated that a healthy diet benefitted all participant subgroups, but that medication taking was associated with glycaemic control only for participants living in poverty and more strongly for those with lower educational levels. Finally, a higher self-monitoring of blood glucose frequency was associated with better glycaemic control only in insulin-treated participants. CONCLUSIONS: Even after adjusting for potential confounders (including baseline HbA1c ), increased frequency of healthy diet, medication taking and self-monitoring of blood glucose were associated with improved HbA1c levels. These self-management behaviours should be regularly monitored to identify patients at risk of deterioration in glycaemic control. Barriers to optimum self-management should be removed, particularly among socio-economically disadvantaged populations.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| 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 ».