Contribution of Metabolic Syndrome in Controlling Diabetes Mellitus According to Gender in Indonesia (RISKESDAS 2018)
Notice bibliographique
Résumé
BACKGROUND: Metabolic syndrome (MetS) is a multiple risk factor for the development of type 2 diabetes mellitus (DM). It is important to understand the contribution of MetS in developing DM in different population characteristics. This study aims to obtain the prevalence of MetS and the magnitude of the contribution of MetS risk factors as a basis for developing targeted DM intervention programs. METHODS: This study used data from the 2018 Riskesdas survey, an Indonesia national health survey, with a total sample of 24,545 individuals aged 15 years and over. This study selected only respondents who had never been diagnosed with diabetes mellitus before the survey was conducted and have complete MetS data according to the National Cholesterol Education Program or Adult Treatment Panel III (NCEP/ATP III) criteria. Data had been analyzed for the Population Attributable Fraction (PAF) statistical test. RESULTS: A total of 29.2 percents of the population with MetS and the prevalence in women (17.2%) was higher than in men (11.9%) Three components of MetS that contribute greatly to DM were fasting blood glucose levels, hypertension and high triglyceride levels. If the men population can maintain two risk factors (fasting blood sugar levels and blood pressure) under normal conditions, the prevalence of DM can be reduced by as much as 15 percent. In women, if three factors (fasting blood sugar levels, blood pressure, and triglyceride levels) can be maintained under normal conditions, the prevalence of DM can be reduced by 29.9 percent. CONCLUSION: Prevention strategy of DM need to include monitoring and controlling of the metabolic syndrome and behavioral risk factors, that can be applied in primary health center as well as in community-based setting of health program.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».