Relationship Between Diabetes, Stress, and Self-Management to Inform Chronic Disease Product Development: Retrospective Cross-Sectional 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
BACKGROUND: Technology is rapidly advancing our understanding of how people with diabetes mellitus experience stress. OBJECTIVE: The aim of this study was to explore the relationship between stress and sequelae of diabetes mellitus within a unique data set composed of adults enrolled in a digital diabetes management program, Livongo, in order to inform intervention and product development. METHODS: Participants included 3263 adults under age 65 who were diagnosed with diabetes mellitus and had access to Livongo through their employer between June 2015 and August 2018. Data were collected at time of enrollment and 12 months thereafter, which included demographic information, glycemic control, presence of stress, diabetes distress, diabetes empowerment, behavioral health diagnosis, and utilization of behavioral health-related medication and services. Analysis of variance and chi-square tests compared variables across groups that were based on presence of stress and behavioral health diagnosis or utilization. RESULTS: Fifty-five percent of participants (1808/3263) reported stress at the time of at least 1 blood glucose reading. Fifty-two percent of participants (940/1808) also received at least 1 behavioral health diagnosis or intervention. Compared to their peers, participants with stress reported greater diabetes distress, lower diabetes empowerment, greater insulin use, and poorer glycemic control. Participants with stress and a behavioral health diagnosis/utilization additionally had higher body mass index and duration of illness. CONCLUSIONS: Stress among people with diabetes mellitus is associated with reduced emotional and physical health. Digital products that focus on the whole person by offering both diabetes mellitus self-management tools and behavioral health skills and support can help improve disease-specific and psychosocial outcomes.
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 | 0,001 |
| 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