MétaCan
Menu
Retour à la cohorte
Enregistrement W2157930957 · doi:10.1186/1758-5996-4-21

The prevalence, patterns and predictors of diabetic peripheral neuropathy in a developing country

2012· article· en· W2157930957 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueDiabetology & Metabolic Syndrome · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetic Foot Ulcer Assessment and Management
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Foundation of Sri LankaNational Institute for Health and Care ResearchNational Science Foundation
Mots-clésMedicineDiabetes mellitusPeripheral neuropathyLogistic regressionInternal medicineSri lankaPrevalenceCross-sectional studyDemographyEpidemiologyEndocrinologySouth asiaPathology

Résumé

récupéré en direct d'OpenAlex

Prevalence of diabetes mellitus (DM) has reached epidemic proportions in Sri Lanka. Presently there are studies on the community prevalence of distal peripheral neuropathy (DPN) in Sri Lanka. We describe prevalence, patterns and predictors of DPN in patients with DM in Sri Lanka. Data were collected as part of a national study on DM. In new cases DPN was assessed using the Diabetic-Neuropathy-Symptom (DNS) score, while in those with established diabetes both DNS and Toronto-Clinical-Scoring-System (TCSS) were used. A binary logistic-regression analysis was performed with 'presence of DPN' as the dichomatous dependent variable and other independent co-variants. The study included 528 diabetic patients (191-new cases), with a mean age of 55.0 ± 12.4 years and 37.3% were males, while 18% were from urban areas. Prevalence of DPN according to DNS score among all patients, patients with already established diabetes and newly diagnosed patients were 48.1%, 59.1% and 28.8% respectively. Prevalence of DPN in those with established DM as assessed by TCSS was 24% and the majority had mild DPN (16.6%). The remainder of the abstract is based on subjects with established DM. The prevalence of DPN in males and female was 20.0% and 26.4% respectively. The mean age of those with and without DPN was 62.1 ± 10.8 and 55.1 ± 10.8 years respectively (p < 0.001). The majority of those with DPN were from rural-areas (75.3%) and earned a monthly income < Sri Lankan Rupees 12,000 (87.6%). In the binary logistic-regression presence of foot ulcers (OR:10.4; 95%CI 1.8-16.7), female gender (OR:6.7; 95%CI 2.0-9.8) and smoking (OR:5.9; 95%CI 1.4-9.7) were the strongest predictors followed by insulin treatment (OR:4.3; 95%CI 1.3-6.9), diabetic retinopathy (OR:2.7; 95%CI 1.3-5.4), treatment with sulphonylureas (OR:1.8; 95%CI 1.1-3.2), increasing height (OR:1.8; 95%CI 1.2-2.4), rural residence (OR:1.8; 95%CI 1.1-2.5), higher levels of triglycerides (OR:1.6; 95%CI 1.2-2.0) and longer duration of DM (OR:1.2; 95%CI 1.1-1.3). There is a high prevalence of DPN among Sri Lankan adults with diabetes. The study defines the impact of previously known risk factors for development of DPN and identifies several new potential risk factors in an ethnically different large subpopulation with DM.

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.

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 enseignants0,012
Score d'incertitude au seuil0,640

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,010
Tête enseignante GPT0,253
Écart entre enseignants0,244 · 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