Burden of Diabetes and Prediabetes in Nepal: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: Unhealthy behaviors, such as energy-dense food choices and a sedentary lifestyle, both of which are established risk factors for diabetes, are common and increasing among Nepalese adults. Previous studies have reported a wide variation in the prevalence of prediabetes and diabetes in Nepal, and thus a more reliable pooled estimate is needed. Furthermore, Nepal underwent federalization in 2015, and the province-specific prevalence, which is necessary for the de novo provincial government to formulate local health policies, is lacking. This study aims to provide a comprehensive summary of the current literature on various aspects of diabetes in Nepal, i.e., the prevalence of prediabetes and diabetes as well as of the awareness, treatment, and control of diabetes in Nepal. METHODS: This review was conducted according to the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines. We searched three electronic databases-PubMed, Scopus, and Web of Science-using a comprehensive search strategy to identify eligible studies published up to April 2, 2020. Data on prevalence estimates of prediabetes and diabetes were extracted and pooled in a meta-analysis using a random effect model. Subgroup analyses and meta-regression were conducted to assess heterogeneity across the studies. The quality of included studies was assessed using the New Castle-Ottawa scale. RESULTS: We included 14 eligible studies that comprised a total of 44,129 participants and 3517 diabetes cases. Half of the included studies had good quality. Overall, the prevalence of prediabetes and diabetes was 9.2% (95% CI 6.6-12.6%) and 8.5% (95% CI 6.9-10.4%), respectively. Among the participants with diabetes, only 52.7% (95% CI 41.7-63.4%) were aware of their diabetes status, and 45.3% (95% CI 31.6-59.8%) were taking antidiabetic medications. Nearly one-third of those under antidiabetic treatment (36.7%; 95% CI 21.3-53.3%) had their blood glucose under control. The prevalence of prediabetes and diabetes gradually increased with increasing age and was more prevalent among males and urban residents. There was a wide variation in diabetes prevalence across the provinces in Nepal, the lowest 2% in Province 6 to the highest 10% in Province 3 and Province 4. CONCLUSIONS: The prevalence of prediabetes and diabetes was high in Nepal, while its awareness, treatment, and control were low. Our findings call for urgent nationwide public health action in Nepal.
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 | 0,013 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,017 | 0,034 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».