Perceived Risk of Diabetes Among Vietnamese Americans With Prediabetes: Mixed Methods Study
Notice bibliographique
Résumé
BACKGROUND: Vietnamese Americans have a relatively high risk of developing diabetes at younger ages, yet there are no published studies exploring their risk perceptions. OBJECTIVE: This mixed methods study describes perceived diabetes risk in the context of an underserved population. METHODS: This study was guided by the Common-Sense Model of Self-Regulation. Snowball sampling was used to recruit 10 Vietnamese Americans with prediabetes and achieve data saturation. Qualitative and quantitative descriptive methodologies with data transformation were used to analyze data from semistructured interviews and questionnaires to explore the dimensions of perceived diabetes risk. RESULTS: Participants were between the ages of 30 and 75 years with diversity also noted in diabetes risk factors. The 3 risk perception domains from qualitative data were risk factors, disease severity, and preventing diabetes. The main perceived diabetes risk factors were eating habits (including cultural influences), sedentary lifestyle, and family history of diabetes. Quantitative data supported qualitative findings of a low-to-moderate level of perceived diabetes risk. Despite the lower levels of perceived diabetes risk, Vietnamese Americans do believe that the severity of diabetes is a "big concern." CONCLUSIONS: Vietnamese Americans with prediabetes have a low-to-moderate level of perceived diabetes risk. Understanding the perceived diabetes risk in this population provides a foundation for diabetes prevention interventions that consider cultural influences on diet and exercise.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».