Risk Factors of Type 2 Diabetes among Maasai Pastoral Communities in Simanjiro, Tanzania
Notice bibliographique
Résumé
Background: The prevalence of non-communicable diseases in particular diabetes is rising worldwide especially in low income countries. Information on the risk factors at the community level is of paramount importance to enable strategic preventive programs. This study is undertaken to investigate the prevalence of Type 2 diabetes and Impaired Fasting Glucose and associated risk factors among Maasai communities of Simanjiro District, Tanzania. Methods: This is a crosssectional population based study. Information on the risk factors is obtained using the World Health Organization STEPWISE approach. Target group are Maasai adults aged 25 years and above living in Simanjiro District. Descriptive statistics is used to explore prevalence and risk factors of Type 2 diabetes and impaired fasting glucose. Type 2 diabetes is defined as fasting blood glucose 7.0 mmol/L and/or being on diabetic medication. Impaired Fasting Glucose is defined as fasting blood glucose between 5.6 and 6.9 mmol/L. Pearson correlation and regression are used to investigate the association of risk factors with fasting blood glucose. Results: Prevalence of Type 2 diabetes is at 0.9% (95%CI; [0.3, 2.1]) and impaired fasting tolerance at 2.4% (95%CI; [1.3, 4.1]). Fasting blood glucose is positively (p < 0.05) associated with body mass index, weight, waist circumference, systolic blood pressure, diastolic blood pressure, heart rate, main work but negatively associated with number of fruit intake days per week. Conclusion: The prevalence of Type 2 diabetes and Impaired Fasting Glucose is low in this particular sub-population which presents an opportunity for prevention. For successful prevention of diabetes among Maasai in Simanjiro District, programs should be tailored on reduction of obesity, blood pressure, and encouragement of consumption of fruits.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».