MétaCan
Menu
Retour à la cohorte
Enregistrement W2194015324 · doi:10.13034/jsst.v8i2.78

Diabetes Mellitus Complications in Sub-Saharan Africa

2015· article· en· W2194015324 sur OpenAlexvenueno aff
Petra Famiyeh

Notice bibliographique

RevueJournal of Student Science and Technology · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDiabetes mellitusMedicineDiseaseIntensive care medicineInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

Diabetes mellitus, commonly known as diabetes, is a non-communicable disease whereby a person’s pancreas is either incapable of producing or unable to use insulin in the body. The disease and its complications are growing in different parts of the world. It has been predicted that by 2035, there will be over 205 million diabetics in the world. It has been hypothesized that diabetes complications is highly prevalent in many African countries due to high medication cost, lack of early diagnoses and treatment, low economic standing, and culture-influenced beliefs about the disease. To address this hypothesis, a literary review was conducted on peer-reviewed articles. PubMed and Google Scholar were searched using the keywords: diabetes, diabetes in Africa, diabetes complications to retrieve these articles. The articles were read and evaluated by one reviewer and information was extracted to generate conclusion about the hypothesis. The research found that the high influx of diabetes complications in Sub-Saharan Africa is correlated with the low economic status of countries within this region. Also high reliance on traditional medicine leading to delayed treatment also influences the prevalence of complications.This research also sought to identify the most effective preventative measures for these complications (e.g. optimal diet, exercise, access to effective medications) and the availability of these measures in the Sub-Saharan African regions. It was determined that countries in Sub-Saharan Africa lacked access to optimal medications, which is the most effective preventative measure. Future studies should focus on ways to improve this preventive measure to optimize diabetes control in these regions.Le diabète sucré, connu communément sous le nom de diabète, est une maladie non-transmissible qui surgit lorsque le pancréas d’une personne est incapable de produire de l’insuline ou est incapable d’utiliser l’insuline produite. Des prévisions montrent qu’à l’an 2035 , il y aura plus de 205 millions de diabétiques dans le monde. Il y a une hypothèse que la situation économique de pays subsahariens et la culture contribuent aux complications diabétiques de ces régions. De la recherche a été conduite dans des journaux révisé par des pairs afin de prouver ou de réfuter cette hypothèse. Il a été découvert qu’il y a une corrélation directe entre le statut économique et culturel de pays en Afrique subsaharienne et le taux élevé de complications provoqués par le diabète sucré. Cette recherche a aussi été ciblée pour rechercher les mesures préventatives pour éviter ces complications et pour augmenter la disponibilité de ces mesures. Il a été déterminé que ces pays manquaient ces mesures préventives et efficaces. Des études futures devraient se concentrer sur des moyens d’installation de ces mesures afin de sauver des vies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,012
Études des sciences et des technologies0,0010,000
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,028
Tête enseignante GPT0,292
Écart entre enseignants0,264 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Student Science and TechnologyMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207