MétaCan
Menu
Retour à la cohorte
Enregistrement W2328224478 · doi:10.1177/1090198115606919

Glycemic Control in a Clinic-Based Sample of Diabetics in M’Bour Senegal

2016· article· en· W2328224478 sur OpenAlexfundno aff
Rhonda BeLue, Khadidiatou Ndiaye, Fatou NDao, Fatou Ba, Mor Diaw

Notice bibliographique

RevueHealth Education & Behavior · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensnon disponible
Organismes subventionnairesMcGill University
Mots-clésGlycemicMedicineDiabetes mellitusType 2 diabetesPublic healthBlood sugarEnvironmental healthPediatricsEndocrinologyNursing

Résumé

récupéré en direct d'OpenAlex

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,030
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,026
Tête enseignante GPT0,350
Écart entre enseignants0,324 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations30
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Education & BehaviorMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207