Disparities in Insulin Pump Use Among Spanish-Speaking Children With Type 1 Diabetes Compared to Their Non-Hispanic White Peers: Mixed Methods Study
Notice bibliographique
Résumé
BACKGROUND: Disparities in Insulin Pump Use Among Spanish-Speaking Children With Type 1 Diabetes Compared to Their Non-Hispanic White Peers: Mixed Methods Study. OBJECTIVE: We aimed to investigate the use of insulin pumps and continuous glucose monitoring (CGM) devices among Spanish-language-preferring children in our clinic population and to identify specific barriers to technology use. METHODS: First, we assessed rates and patterns of diabetes technology use (eg, insulin pumps and CGM devices) in a sample of 76 children (38 Spanish-language preferring and 38 non-Hispanic White). We compared rates of technology use, average length of time between diabetes diagnosis and initiation of insulin pump or CGM device, and rates of discontinuation of these devices between the Spanish-language-preferring and non-Hispanic White children. Second, to understand specific barriers to technology use, we compared responses to a questionnaire assessing decision-making about insulin pumps. RESULTS: Spanish-language-preferring patients had lower rates of insulin pump use, even after controlling for age, gender, age at diagnosis, and type of health insurance. Spanish-language-preferring participants were more likely to report concerns over learning to use an insulin pump and were more likely to discontinue using an insulin pump after starting one. CONCLUSIONS: These data confirm demographic disparities in insulin pump use among children with T1D and provide new insights about insulin pump discontinuation among Spanish-language-preferring children. Our findings suggest a need for improved patient education about insulin pump technology in general and improved support for Spanish-language-preferring families with T1D after initiation of pump therapy.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».