Knowledge, adherence to the treatment and prevalence of neuropathy in patients with type 2 diabetes mellitus
Notice bibliographique
Résumé
Objective: Identify the level of knowledge, adherence and prevalence of diabetic neuropathy (NPD), determine the relationship between knowledge, adherence to treatment, time to suffer from the disease and the NPD in patients with type 2 diabetes mellitus who attend to control in four units of the health sector in Tampico and Cd. Madero Tamaulipas. To describe the sociodemographic characteristics of the patients with type 2 diabetes mellitus that attend control in four units of the health sector in Tampico and Cd. Madero Tamaulipas.Methods: Descriptive cross-sectional correlational study performed on a sample of 554 patients with type 2 diabetes mellitus who attended to control their disease in four health sector units in Tampico and Cd. Madero, Tamaulipas, the type of sampling was non-probabilistic for convenienceResults: 554 patients were surveyed, the mean age was 55 years, the mean time of diagnosis of type 2 diabetes mellitus was 10 years, 61.9% were women, 62.8% were married, 34.5% were primary and 89.5% were belonged to the lower class. The level of knowledge was insufficient in 74% of the patients, the reported adherence was 75% in the middle level and the NPD prevalence in the period was 5.5, the relationship between knowledge and adherence and time of diagnosis was statistically verified prevalence of NPD.Conclusions: The results demonstrate the importance of education to patients since the knowledge of their disease contributes to the patient accepting and adhering to the treatment.
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 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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».