Diet Adherence among Adults with Type 2 Diabetes Mellitus: A Concept Analysis
Notice bibliographique
Résumé
Objectives: To analyze the concept of diet adherence and its components in the management of type 2 diabetes mellitus (T2DM). Methods: The Walker and Avant (2011) method of concept analysis was used. Scientific databases were queried for research articles in the English language published during 2010-2020 using the search terms: compliance, adherence, treatment adherence, diet adherence, T2DM, and concept analysis. The tools that measure diet adherence and its attributes were identified and evaluated. Results: The concept of diet adherence implies the process of following a diet plan by means of self-monitoring, maintaining, and preventing relapses. Diet adherence is facilitated by antecedents which comprise motivation, understanding the dietary recommendations, developing appropriate health beliefs, self-efficacy, setting achievable goals, and receiving social support. Successful diet adherence brings consequences in health as reflected in improved T2DM-specific clinical parameters and enhanced health-related quality of life. Conclusions: Patients with T2DM often have poor diet adherence due to failure to understand, implement, and maintain the required antecedents, such as motivation, understanding, health beliefs, self-efficacy, practical goals, and social support. Healthcare providers need to ensure that the patients understand the concept of diet adherence and implement it in their daily lives. Further research is needed into diet adherence and its components to evolve more effective measures to be communicated to T2DM patients.
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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».