Diabetes mellitus tipo 2 en Perú: una revisión sistemática sobre la prevalencia e incidencia en población general
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
Objetives. To identify prevalence and incidence studies of type 2 diabetes mellitus in the general adult population in Peru. MATERIALS AND METHODS: Observational studies involving randomly selected individuals from the general population were evaluated. The definition of diabetes had to include at least one laboratory parameter (e.g. baseline glucose). LILACS, SciELO, Scopus, Medline, Embasem and Global Health were reviewed without restriction. Risk of bias was assessed using the Newcastle-Ottawa scale. RESULTS: The search identified 909 results; additionally, an article from another source was added. After evaluating the results, 20 articles representing nine studies were selected (n=16 585). One of the studies was national in scope and another semi-national (ENINBSC, 2004-05 and PERUDIAB, 2010-12). The first study reported a prevalence of 5.1% in subjects ≥35 years, while the second reported 7.0% in subjects ≥25 years. Other studies focused on populations in one or more cities in the country, or on selected population groups, such as the PERU MIGRANT study (2007-08) which reported the prevalence of diabetes in subjects in rural areas (0.8%), in rural-urban migrants (2.8%), and in urban areas (6.3%). Three studies followed up prospectively, one of them being PERUDIAB: a cumulative incidence of 19.5 new cases per 1,000 people per year. The risk of bias was low in all studies. CONCLUSIONS: Population studies indicate that the prevalence of diabetes has increased and that there are approximately two new cases per 100 people per year. Evidence is still scarce in the jungle and in rural populations.
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 | 0,008 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,012 | 0,006 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,003 |
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