Glycemic Control in a Clinic-Based Sample of Diabetics in M’Bour Senegal
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.
Notice bibliographique
Résumé
BACKGROUND: Sub-Saharan Africa (SSA) including Senegal is faced with a significant and increasing burden of type 2 diabetes. However, little information is available about diabetes management among Senegalese diabetics. PURPOSE: The current study aims to describe the level of glycemic control among a convenience sample of diabetics who receive care at the M'Bour Hospital in M'Bour, Senegal. METHODS: A total of 106 type 2 diabetic patients were recruited at the hospital complex of M'Bour, Senegal. Linear regression was employed to assess the relationship between clinical and sociodemographic factors and Hba1c. RESULTS: Only 24.8% of the sample had glycemic control, according to an Hba1c test. Participants who were diagnosed earlier were less likely to have diabetes control (mean = 7.8 years) compared with those who were diagnosed more recently (mean = 6.5 years); p< .05. CONCLUSIONS: We found that glycemic control in our sample was suboptimal. Length of time with diabetes was one of the key factors related to glycemic control. Length of time with diabetes is negatively associated with glycemic control. Early diagnosis and early glycemic control are essential to long-term glycemic control screening, and early detection for diabetes is uncommon given the general lack of health insurance and most people paying out of pocket for medical care. In the absence of universal health insurance, public health programs that provide blood sugar screenings for high-risk individuals would provide preliminary indication of abnormal glucose; however, subsequent diagnostic testing and follow-up may still be cost prohibitive.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,000 | 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 découle