1301-P: Factors Predicting Diabetes Distress over 18 Months in Teens with Type 1 Diabetes (T1D)
Notice bibliographique
Résumé
Background: Teens with T1D are burdened by physical, social, and emotional challenges that can lead to diabetes distress, impacting self-care and health outcomes. We assessed diabetes distress and associated factors in teens with T1D over 18 months. Methods: At baseline, 6, 12, and 18 months, teens (N=301), ages 13-17 years, completed the Problem Areas in Diabetes Survey - Pediatric version (PAID-Peds), a validated 20-item survey measuring diabetes distress over the past month. Higher scores (range 0-100) indicate more distress; ≥41 = high distress. Mixed linear models assessed factors associated with changing diabetes distress over time. Results: At baseline, teens (49% male, 78% white) were 15.0±1.3 (M±SD) years old with T1D duration 6.5±3.7 years; 84% were from 2-parent families. Youth checked BG 4.5±1.9 x/day; 59% were pump-treated; A1c was 8.5±1.1%. At baseline, 45% of teens endorsed high diabetes distress and females were disproportionately affected (54% vs. 36% of males, p<.01). In follow-up, 75% of teens with high baseline distress and 24% of teens with low baseline distress endorsed high distress at ≥50% of follow-up time points. High baseline distress strongly predicted subsequent distress (OR 9.6 [95% CI: 5.6, 16.5], p<.0001). Female sex and increasing A1c predicted increasing distress. In teens with high baseline distress, decreasing BG monitoring predicted increasing distress. In those without high baseline distress, only increasing A1c predicted increasing distress. Factors such as zBMI, race, family structure, household income, parental education, pump use, or use of continuous glucose monitors did not predict distress over time. Discussion: A substantial proportion of teens with T1D experience high diabetes distress. Rising A1c is a major factor associated with worsening diabetes distress over time. Interventions targeting teens with diabetes distress and/or increasing A1c may positively impact self-care and simultaneously help to manage distress and improve A1c. Disclosure D.E. McGill: None. L.K. Volkening: None. P.V. Commissariat: None. R.M. Wasserman: None. B. Anderson: None. L.M. Laffel: Advisory Panel; Self; Roche Diabetes Care. Consultant; Self; Boehringer Ingelheim Pharmaceuticals, Inc., ConvaTec Inc., Dexcom, Inc., Insulet Corporation, Insulogic LLC, Janssen Pharmaceuticals, Inc., Lilly Diabetes, Novo Nordisk Inc., Sanofi US. Funding National Institutes of Health (R01DK095273, K12DK094721, P30DK036836), JDRF (2-SRA-2014-253-M-B)
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».