Socio-demographic and clinical characteristics of diabetes mellitus in rural Rwanda: Time to contextualize the interventions? A cross-sectional study
Notice bibliographique
Résumé
Abstract Aim Existing prevention and treatment strategies target traditional risk factors for diabetes, yet this approach might not always be appropriate in some populations. This study aims to assess the socio-demographic and clinical characteristics of diabetes in rural Rwanda. Methods A cross-sectional, clinic-based study was conducted in which individuals with diabetes mellitus were consecutively recruited from April 2015 to April 2016. Demographic and clinical data were collected from patient interviews, medical files and physical examinations. Chi-square tests and T-tests were used to detect disproportionate numbers and means between rural and urban residents. Results A total of 472 participants were recruited, including 295 women and 315 rural residents. Compared to urban residents, rural residents had lower levels of education, more low-income work and limited access to running water and electricity. Diabetes was diagnosed at a younger age in rural residents (mean age 32±18 vs 41±17 years; p < 0.001). Physical inactivity, family history of diabetes and obesity were significantly less prevalent in rural than in urban individuals (44% vs 66%, 14.9% vs 28.7% and 27.6% vs 54.1%, respectively; p < 0.001). The frequency of fruit and vegetable consumption was lower in rural than in urban participants. High waist circumference was more prevalent in urban than in rural women and men (75.3% vs 45.5% and 30% vs 6%, respectively; p< 0.001). History of childhood under-nutrition was more frequent in rural than in urban individuals (22.5% vs 6.4%; p< 0.001). Conclusions Characteristics of people with diabetes in rural Rwanda appear to differ from those of individuals with diabetes in urban settings, suggesting that prevention strategies should differ between settings.
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 | 0,003 | 0,004 |
| 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 | 0,000 | 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 ».