Prevalence of diabetic foot ulcers and their associated factors in patients from public hospitals in manaus-am
Notice bibliographique
Résumé
AIM: The purpose of this study was to identify and analyze the prevalence of diabetic foot ulcers (DFU) as well as associating factors in the city of Manaus, Amazonas State, Brazil. METHODS: This was an observational, epidemiological, cross-sectional study, point prevalence, with 229 adults' diabetic inpatients from seven hospitals. Written signed consent was obtained from all participants or their legal representative if they had a cognitive impairment. Sociodemographic and clinical data were collected through interviews and medical records. Each participant was examined by the research team to evaluate for foot deformity. RESULTS: Of the 229 patients diagnosed with DM, 60 presented DFU, resulting in a prevalence of 26.2 %. The logistic regression model that included all variables with a significance level of 5 % (p ≤ 0.05) shows: Patients with PAD were more likely to have DFU (OR = 2956; p = 0,01). The use of emollients (OR = 0.097; p < 0.001) and anticoagulants (OR = 0.149; p = 0.002) were related to reduced likelihood for developing DFU. CONCLUSION: This study contributes to a better understanding of DFU epidemiology in hospitalized patients, as well as the factors associated with them. The results are important for nursing in order to develop early prevention and intervention strategies.
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 | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».