Diabetes and Diabetes Care among Nonobese Japanese-Americans: Findings from a Population-Based Study
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
OBJECTIVES: The objectives of this study are as follows: (1) to determine the prevalence of diabetes among nonobese Japanese-Americans and to determine the adjusted odds of diabetes among nonobese Japanese-Americans compared to non-Hispanic Whites (NHWs); (2) to identify the risk factors associated with having diabetes in a large sample of nonobese Japanese-Americans; and (3) to determine the prevalence and adjusted odds of diabetes management behaviors among nonobese Japanese-Americans with diabetes in comparison to NHWs with diabetes. METHODS: The combined 2007-2016 waves of the adult California Health Interview Survey (CHIS) were used to analyze a nonobese (BMI<30) sample of 2,295 Japanese-Americans and 119,651 NHWs. Chi-square and logistic regression analyses were performed using Stata. RESULTS: The findings of this representative community study of nonobese Californians indicate that the prevalence of diabetes among Japanese-American respondents was higher than their NHW counterparts (8.0% versus 4.5%). Prevalence increased markedly with age; one-quarter of nonobese Japanese Americans aged 80 and older had diabetes. CONCLUSIONS: The prevalence of diabetes among nonobese Japanese-Americans is significantly higher than that among NHWs. There is an urgent need to develop appropriate intervention and prevention approaches with lifestyle modification specifically targeted towards nonobese Japanese-Americans.
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 | 0,000 | 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) | 0,001 | 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 découle