Type 2 Diabetes Prevalence and Risk Factors of Urban Maasai in Arusha Municipality and Rural Maasai in Ngorongoro Crater
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
Aim: The study explored potential impacts of migration on Type 2 Diabetes (T2D) prevalence and risk factors across Maasai ethnic communities living traditional rural lifestyles and those living in an urban environment. Method: A cross-sectional investigation of 724 adult Tanzanian Maasai participants was conducted. Anthropometric measures (i.e., body mass index; waist-hip ratio; blood glucose, serum lipids) plus lifestyle (i.e., diet/alcohol/tobacco consumption) and physical activity patterns were assessed. Results: Prevalence of T2D was 22.9% (n=80) in urban and 9.9% (n=37) in rural settings. Urban T2D was significantly (<0.05) positively correlated with known obesity marks, lifestyle risk factors, systolic blood pressure, and age. In terms of BMI, urban respondents were more likely to Original Research Article be overweight (p<0.001) than their rural counterparts. As well, urban respondents ate more meals per day (p<0.001) and consumed more alcohol (p<0.001). Of note, the increase in urban prevalence related to age is significantly (p<0.05) more pronounced in males than females. In rural settings, increased FBS was significantly negatively correlated with age, and and significantly (p<0.05) positively correlated with obesity markers, with 46% being assessed by BMI as underweight. The activity levels, assessed by distances walked, had rural Maasai with significantly greater distances (P<0.0001).
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 | 0,002 | 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 | 0,000 | 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 découle