Compliance of Secondary Prevention Strategies in Coronary Artery Disease Patients with and without Diabetes Mellitus – A Cross-Sectional Analytical Survey from Kerala, India
Notice bibliographique
Résumé
Context: There is limited data related to compliance of secondary prevention strategies for coronary artery diseases (CAD) among patients with and without diabetes. Objectives: The objective was to compare compliance to secondary prevention strategies for CAD including smoking cessation, weight management, blood pressure (BP) control, Low density lipoprotein (LDL) cholesterol control and adequate physical activity between patients with and without diabetes. Settings and Design: This is a hospital-based cross-sectional analytical study. Methods and Materials: The study questionnaire was used to collect data through interviews of CAD patients. Compliance to secondary prevention strategies was documented using European Society of Cardiology guidelines. Statistical Analysis: We used modified Poisson model to estimate adjusted prevalence ratios (Adj. PR) for estimating compliance. Results: Among 1,206 participants with CAD, 609 (50.5%) had diabetes. The Adj. PR s for three targets – smoking cessation (Adj. PR 1.01, 95% CI 0.97, 1.06, P 0.50), ideal BMI (Adj. PR 0.99, 95% CI 0.92, 1.09, P 0.99) and adequate physical activity (Adj. PR 1.12, 95% CI 0.97, 1.29, P 0.12) showed no significant difference between the groups. There was poor BP control in patients with diabetes compared to those without the same (Adj. PR 0.19, 95% CI 0.15, 0.23, P < 0.0001). LDL cholesterol control was better in patients with diabetes in comparison to those without the same (Adj. PR 1.19, 95% CI 1.08, 1.31, P 0.0005). Conclusion: The compliance for secondary prevention of CAD among patients with diabetes is similar to those without diabetes except for poor control of hypertension and better control of LDL cholesterol.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».