Illness Perception and Quality of Life in Type 2 Diabetes Mellitus Patients in Lampung, Indonesia
Notice bibliographique
Résumé
AIMS: The aim of this study was to determine the correlation between illness perception and QoL in Type 2 Diabetes Mellitus (T2DM) patients.MATERIAL & METHODS: We used cross-sectional design. The subjects were recruited from the Pringsewu Government Hospital in Lampung, Indonesia, and underwent T2DM treatment from May-July 2016. The subjects have met the inclusion and exclusion criteria. The inclusion criteria were patients age 15-65 with a diagnosis of T2DM with complications for more than 3 months prior and who consented to participate in the study. Participants used the self-reported questionnaire BIPQ (Brief Illness Perception Questionnaire) to measure illness perception and the SF-36 (Short Form-36) questionnaire to measure QoL. Statistical analysis used in this study were Pearson correlation and multivariate linear regression to test between illness perception and quality of life (QoL) domains. The correlation between variable were statistically significant if p value < 0.05.RESULTS: The domain of treatment management had the highest score among all BIPQ domains (mean: 8.55; SD: 1.99). Emotional well-being had the highest scores among the SF-36 domains (mean: 72.69; SD: 17.33). The energy domain in QoL was significantly predicted by consequence, personal management, and identity in the BIPQ illness perception components (p <0.0001). Moreover, the role limitation component was significantly predicted by emotional response, coherence and random blood glucose levels (p <0.0001).CONCLUSIONS: This study significantly showed weak positive correlations between illness perception and QoL in T2DM patients. An education strategy aimed at changing these negative emotional responses to improve patients’ role limitations due to emotional function should be considered.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».