COVID-19 hinterland: surveilling the self-reported impacts of the pandemic on diabetes management in the USA (cross-sectional results of the iNPHORM study)
Notice bibliographique
Résumé
MAIN OBJECTIVE: To determine how and to what extent COVID-19 has affected real-world, self-reported glycaemic management in Americans with type 1 or type 2 diabetes taking insulin and/or secretagogues, with or without infection. DESIGN: A cross-sectional substudy using data from the Investigating Novel Predictions of Hypoglycemia Occurrence using Real-world Models panel survey. SETTING: USA. PARTICIPANTS: Americans 18-90 years old with type 1 or 2 diabetes taking insulin and/or secretagogues were conveniently sampled from a probability-based internet panel. PRIMARY OUTCOME MEASURE: A structured, COVID-19-specific questionnaire was administered to assess the impact of the pandemic (irrespective of infection) on socioeconomic, behavioural/clinical and psychosocial aspects of glycaemic management. RESULTS: Data from 667 respondents (type 1 diabetes: 18%; type 2 diabetes: 82%) were analysed. Almost 25% reported A1c values ≥8.1%. Rates of severe and non-severe hypoglycaemia were 0.68 (95% CI 0.5 to 0.96) and 2.75 (95% CI 2.4 to 3.1) events per person-month, respectively. Ten respondents reported a confirmed or probable COVID-19 diagnosis. Because of the pandemic, 24% of respondents experienced difficulties affording housing; 28% struggled to maintain sufficient food to avoid hypoglycaemia; and 19% and 17% reported challenges accessing diabetes therapies and testing strips, respectively. Over one-quarter reported issues retrieving antihyperglycaemics from the pharmacy and over one-third reported challenges consulting with diabetes providers. The pandemic contributed to therapeutic non-adherence (14%), drug rationing (17%) and reduced monitoring (16%). Many struggled to keep track, and in control, of hypoglycaemia (12%-15%) and lacked social support to help manage their risk (19%). Nearly half reported decreased physical activity. Few statistically significant differences were observed by diabetes type. CONCLUSIONS: COVID-19 was found to cause substantial self-reported deficiencies in glycaemic management. Study results signal the need for decisive action to restabilise routine diabetes care in the USA. TRIAL REGISTRATION NUMBER: NCT04219514.
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 | 0,002 | 0,003 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».