Indicators of self‐rated health in the Canadian population with diabetes
Notice bibliographique
Résumé
AIMS: Self-rated health is a widely used measure of general health assessing risk factors and poor health outcomes in health surveys and clinical settings. The characteristics of self-rated health may be different in populations with specific chronic conditions, such as populations with diabetes. This study investigates the characteristics of self-rated health in a Canadian community sample of people with diabetes. METHODS: Self-rated health was obtained from 1837 adults with Type 2 diabetes participating in the Montreal Diabetes Health and Well-Being Study. Global disability and depression were assessed using the World Health Organization Disability Assessment Schedule II and the Patient Health Questionnaire, respectively. Logistic regressions studied the association between self-rated health and depression, disability, diabetes-related characteristics, socio-demographic factors, social support and lifestyle-related behaviours in both men and women. RESULTS: Participants' answers were dichotomized into excellent/very good/ good (78%) and fair/poor (22%) self-rated health. Both depression (men: odds ratio 1.9, 95% CI 1.4-2.6; women: odds ratio 1.5, 95% CI 1.2-1.9) and disability (men: odds ratio 1.7, 95% CI 1.4-1.9; women: odds ratio 1.7, 95% CI 1.5-1.9) were associated with fair/poor self-rated health. The associations remained unchanged even after controlling for diabetes characteristics. After controlling for confounding variables, chronic conditions were associated with fair/poor self-rated health in both men and women. Obesity was associated with fair/poor self-rated health in women only, while lifestyle behaviours such as being physically active and alcohol consumption were associated with good/very good/excellent self-rated health in men. CONCLUSIONS: In men and women, depression and disability are important factors that are associated with self-rated health in a large sample of individuals with Type 2 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 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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».