Lifestyle Characteristics Among People With Diabetes and Prediabetes
Notice bibliographique
Résumé
This chapter describes lifestyle characteristics of the diabetes population in the United States, including information on dietary habits, physical activity, smoking, and health-seeking behaviors. In general, data indicate that many people with diabetes, like the rest of the U.S. population, are not meeting dietary recommendations, especially for fruits and vegetables, where only about one-quarter are consuming the suggested amount. Fruits, vegetables, and percent calories from macronutrients are measured most frequently, while micronutrients are rarely examined in national studies.Overall, only one-third of people with diabetes meet physical activity recommendations, and people with diabetes engage in less physical activity than those without diabetes.According to nationally representative data, people who smoke comprise about one-fifth of the diabetes population compared to a slightly higher proportion of smokers among those without diabetes. There has been a decreasing trend in the proportion of smokers among people with and without diabetes, ranging from a high of 35.6% in the 1970s to a low of 19.9% in the 1990s.The available published national data on health-seeking behaviors among people with diabetes suggest a greater percentage of people with diabetes have reduced their intake of high fat foods, received advice to quit smoking, visited a physician regularly, and changed their physical activity than those without diabetes, although most people reported engaging in these behaviors regardless of diabetes status. Across diabetes status groups, most people report that they are practicing weight control.This comprehensive review and compilation of data on lifestyle characteristics among people with diabetes demonstrates that healthy lifestyle behaviors are not at optimal rates in America’s diabetes population. Although a number of lifestyle education programs have been designed and implemented in the country since Diabetes in America’s last publication, more creative ideas are still necessary for sustainable, efficient, and cost-effective national programs.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,003 | 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 ».