MétaCan
Menu
Retour à la cohorte
Enregistrement W2132322537 · doi:10.1345/aph.1p779

The Evolution of Diabetes Care in the Rural, Resource-Constrained Setting of Western Kenya

2011· article· en· W2132322537 sur OpenAlexaff
Sonak Pastakia, Rakhi Karwa, Charles B. Kahn, Jak S Nyabundi

Notice bibliographique

RevueAnnals of Pharmacotherapy · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Education
Établissements canadiensPurdue Pharma (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineDiabetes mellitusResource (disambiguation)Intensive care medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The initial focused effort on addressing the HIV pandemic in sub-Saharan Africa has helped set the groundwork for addressing many of the other areas of the health-care system requiring support in resource-constrained settings. With the growing prevalence of diabetes in this setting, the US Agency for International Development-Academic Model Providing Access to Healthcare Partnership (USAID-AMPATH) has begun developing infrastructure to meet the growing need for diabetes care. OBJECTIVE: To describe the evolution of diabetes care in the rural, resource-constrained setting of western Kenya and to analyze preliminary data on the current status of glucose control of patients. METHODS: Through partnerships, USAID-AMPATH has facilitated the provision of basic modalities of diabetes care, including reliable stocks of insulin, hemoglobin A(1c) (A1C) testing, and point-of-care glucose-testing supplies. RESULTS: Through the introduction of A1C testing, the poor quality of diabetes care was revealed, as the average A1C for the clinic population was 10.4%, with insulin-dependent patients constituting the majority of individuals with markedly elevated A1C levels. To address this, a contextualized electronic medical record and a cell phone-based home glucose monitoring program were created to improve glycemic control, which has led to significant reductions in A1C levels. CONCLUSIONS: Through the inclusion of clinical data within the electronic medical record, there is an ongoing effort to research various aspects of diabetes care in this understudied population, with the goal of addressing many of the unanswered questions surrounding diabetes care in sub-Saharan Africa. The lessons learned from this pilot program will be used to create sustainable infrastructure for diabetes care in partnership with the Kenyan government and will serve as a model for similar programs.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,257
Score d'incertitude au seuil0,198

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,042
Tête enseignante GPT0,337
Écart entre enseignants0,295 · 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

Citations39
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of PharmacotherapyMême sujetDiabetes Management and EducationTravaux en français237 207