Social Determinants of Health and Diabetes-Related Distress in Patients With Insulin-Dependent Type 2 Diabetes: Cross-sectional, Mixed Methods Approach
Notice bibliographique
Résumé
BACKGROUND: Social determinants of health (SDOH) refer to the social, economic, and psychosocial conditions that influence health. Lower levels of SDOH factors including income, education, and employment are associated with a higher prevalence of diabetes, poorer glycemic control, and increased diabetes-related mortality. Few studies have conducted a comprehensive evaluation of multiple SDOH factors in a population with type 2 diabetes mellitus (T2DM). OBJECTIVE: This study aimed to identify the range of SDOH challenges-including diabetes-related distress-that impact patients with insulin-dependent diabetes at an urban safety-net clinic using the 5-domain SDOH framework developed by the Healthy People 2020 initiative. METHODS: The pilot study used a cross-sectional, mixed methods approach. Participants were recruited from 3 programs within a general internal medicine clinic that provides ambulatory care for patients with uncontrolled T2DM. We administered an investigator-developed SDOH survey based on the Healthy People 2020 framework and the validated Diabetes Distress Scale (DDS), which assesses 4 domains of diabetes-related distress. One-on-one interviews were conducted to gain in-depth information about challenges. RESULTS: level of 11.0% (SD 2.6%). Overall, 92% (52/57) of participants had a barrier in at least one SDOH domain. SDOH challenges were most commonly reported in the domain of Health and Health Care (84%, 48/57), followed by Economic Stability (54%, n=31), Neighborhood and Built Environment (53%, n=30), Education and Health Literacy (47%, n=27), and Social and Community context (37%, n=21). The mean overall DDS score was 2.09 (SD 0.84), where scores of ≥2 indicate distress. Further, 79% (45/57) of participants had at least moderate diabetes-related distress in one of the 4 DDS domains. General themes that emerged from participant interviews included job interference with healthy behaviors, concerns about burdening others, challenges communicating with providers, and difficulty getting appointments in a timely manner. CONCLUSIONS: We found high levels of SDOH barriers across all 5 domains of the Center for Disease Control and Prevention's Healthy People 2020 framework, including significant levels of diabetes-related distress. Future programs to address SDOH barriers in patients with uncontrolled insulin-dependent diabetes should consider screening for and focusing on a wide range of challenges.
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 | 0,017 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».