Risk Factors for and Barriers to Control Type-2 Diabetes among Saudi Population
Notice bibliographique
Résumé
BACKGROUND: The prevalence of Type-2 Diabetes is dramatically increasing in urban areas within Saudi Arabia. Hence, Type-2 Diabetes has now become the most common public health problem. Understanding the major risk factors for and barriers to control Type-2 Diabetes may lead to strategies to prevent, control, and reduce in the burden of disease cases. OBJECTIVE: To describe risk factors for and barriers to control Type- 2 Diabetes in Saudi Arabia. METHODS: The literature search was conducted on risk factors for and barriers to control Type- 2 Diabetes in Saudi Arabia using the databases PubMed, MEDLINE, and Google Scholar (2007-2015). The literature search yielded 80 articles, of which 70 articles were included in this review after excluding non-relevant articles. RESULTS: The literature review revealed that obesity, physical inactivity, unhealthy diet, smoking, and aging are the major risk factors for Type-2 Diabetes in Saudi Arabia. Further, the review allocated a complex set of barriers including, lack of education, social support, and healthy environment. These barriers may hinder Saudis with Type-2 Diabetes from controlling their disease. CONCLUSION: The prevalence of Type-2 Diabetes is high among the Saudi population and represents a major public health problem. Effective research programs are needed to address the modifiable risk factors for and barriers to control Type-2 Diabetes among Saudi population.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».