Prevalence of Gestational Diabetes Mellitus in Pakistan: A Cross Sectional Study
Notice bibliographique
Résumé
Introduction: Gestational diabetes mellitus (GDM) also known as diabetes of pregnancy is associated with adverse feto-maternal outcomes threatening the life of both mother and fetus. Timely diagnosis and early management of GDM is the key to prevent complications resulting from this incapacitating illness. Purpose of current study is to assess the prevalence of GDM in Pakistan. Methodology: A descriptive cross-sectional study was conducted. Data was collected at department of obstetrics and gynaecology from 190 pregnant women. Ethical approval was obtained from IRB of institution and informed consent was taken from all the study participants. Detailed history was gathered and oral glucose tolerance test (OGTT) performed. Data was analyzed using SPSS version 23.0. Descriptive statistics like frequencies and percentages were calculated to assess the prevalence of GDM. Results: According to age, GDM was prevalent in age group of 33-43 years 30(55%). Also educational status of participant reveals the fact that GDM was common in matric group 20(22%). Parity status >1 show more cases of GDM. Similarly, positive family history and time interval <24 months between pregnancies were prone to GDM. Out of 190, GDM was present in 18(9.47%) cases. So, in this study calculated prevalence rate was 9.47%. Study findings will help policy makers to design programs for creating public awareness regarding Gestational diabetes through the use of multiple media. Polices regarding early evaluation of gestational diabetes will help to prevent feto-maternal complications. Hence would prove fruitful to decrease the cost and burden of illness. Conclusion: It is concluded from our study that prevalence of GDM is 9.47% in Pakistan. There is a need to make early diagnosis and timely management of GDM to avoid the life threatening consequences. Policy makers should pay special attention to overcome this issue and proper antenatal visits should be planned for pregnant mothers. Keywords: Prevalence, GDM, Pregnancy, Pakistan
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) | 0,000 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».