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 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 | 0,008 | 0,002 |
| 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 | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».