Gender differences of the clinical aspects and complication risks of diabetes mellitus among outpatient clinic visits, Jeddah, Saudi Arabia
Notice bibliographique
Résumé
Background: Gender differences are important in epidemiology, pathophysiology, treatment, and outcomes in Type 2 DM, Objectives: To study gender differences of the burden of type 2 diabetes and complication risk among Saudi subjects visiting the outpatient clinics. Subjects and methods: A cross sectional study, including 2501 patients, who visited the outpatient clinics at two private general hospitals in Jeddah during the years 2018 through to 2019. All patients were examined and diagnosed by specialists. Data were collected using check list form to obtain personal characteristics and area of residence; vital signs, anthropometric measurements, clinical characteristics and outcome of the visits. Statistical analysis: SPSS version 23 (IBM), was used. Chi square, and logistic regression tests were used. OR, and 95% IC were used to describe the relationships. Level of significance was 0.05. Results: Out of all the visits to the outpatient clinics, DM constituted 5.5%. Type 2 DM was common in those aged 40 years and above, while Type 1 DM was common in those aged 18 years and younger. Males were at 1.7 times more likely to develop DM compared to females (OR 1.715; 95% CI: 1.146, 2.257, p <0.009). The males with T2DM had significantly more frequent edema of the lower limbs compared to the females. Polyuria was the most common symptom, while HBA1C and FBS were the most common investigations ordered, and Biguanides and sulfonylurea and insulin were the common treatment prescribed. These were similar in both the males and females. Hypertension (22%), IHD (6%), and dyslipidemia (6%) were encountered among patients with T2DM; however, these CVDs were similar in the males and females. Conclusion: DM is a common chronic disorder, which imposes burden on the primary health care in Saudi Arabia. It is more common in males than females, however, the pattern of cardiovascular complications and health care management were similar in both genders. Key words: DM, Gender, outpatient clinics, Saudi Arabia,
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».