Differences in biopsychosocial profiles of diabetes patients by level of glycaemic control and health-related quality of life: The Maastricht Study
Notice bibliographique
Résumé
AIMS: Tailored, patient-centred innovations are needed in the care for persons with type 2 diabetes mellitus (T2DM), in particular those with insufficient glycaemic control. Therefore, this study sought to assess their biopsychosocial characteristics and explore whether distinct biopsychosocial profiles exist within this subpopulation, which differ in health-related quality of life (HRQoL). METHODS: Cross-sectional study based on data from The Maastricht Study, a population-based cohort study focused on the aetiology, pathophysiology, complications, and comorbidities of T2DM. We analysed associations and clustering of glycaemic control and HRQoL with 38 independent variables (i.e. biopsychosocial characteristics) in different subgroups and using descriptive analyses, latent class analysis (LCA), and logistic regressions. RESULTS: Included were 840 persons with T2DM, mostly men (68.6%) and with a mean age of 62.6 (±7.7) years. Mean HbA1c was 7.1% (±3.2%); 308 patients (36.7%) had insufficient glycaemic control (HbA1c>7.0% [53 mmol/mol]). Compared to those with sufficient control, these patients had a significantly worse-off status on multiple biopsychosocial factors, including self-efficacy, income, education and several health-related characteristics. Two 'latent classes' were identified in the insufficient glycaemic control subgroup: with low respectively high HRQoL. Of the two, the low HRQoL class comprised about one-fourth of patients and had a significantly worse biopsychosocial profile. CONCLUSIONS: Insufficient glycaemic control, particularly in combination with low HRQoL, is associated with a generally worse biopsychosocial profile. Further research is needed into the complex and multidimensional causal pathways explored in this study, so as to increase our understanding of the heterogeneous care needs and preferences of persons with T2DM, and translate this knowledge into tailored care and support arrangements.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».