Incidence and risk factors of gestational diabetes mellitus in Goba town, Southeast Ethiopia: a prospective cohort study
Notice bibliographique
Résumé
OBJECTIVE: Gestational diabetes mellitus (GDM) is becoming a public health concern in low/middle-income countries, and is known to cause severe morbidity and mortality for mothers and newborns. However, evidence reported for the incidence and risk factors of GDM is scant in Ethiopia. We aimed to assess the incidence of, and risk factors for, GDM in Goba town, Southeast Ethiopia. DESIGN: Prospective cohort study. SETTING: Goba town, Southeast Ethiopia. PARTICIPANTS: Four hundred eighty pregnant women on antenatal care follow-up from 30 April to 30 September 2021. PRIMARY AND SECONDARY OUTCOMES: Incidence and risk factors of GDM using fasting capillary blood glucose. Log-binomial model was used to identify the risk factors of GDM. Adjusted relative risk (aRR), along with 95% CIs, were calculated to estimate the strength of associations. RESULTS: The cumulative incidence rate of GDM in this study was 15.7% (95% CI: 12.3% to 19.2%). Being unemployed (aRR=2.73; 95% CI: 1.36 to 5.47), having a family history of diabetes mellitus (DM) (3.01; 2.09 to 4.35), low physical activity (2.43; 1.11 to 5.32), inadequate dietary diversity (1.48; 1.29 to 1.92), anaemia (2.51; 1.32 to 3.54) and antenatal depression (4.95; 3.35 to 7.31) were significantly associated with GDM. CONCLUSION: The cumulative incidence of GDM was relatively high among the study participants. Having antenatal depression symptoms, low physical activity, inadequate dietary diversity, being unemployed, anaemia and a family history of DM were significant risk factors for GDM.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».