Self-management practices among diabetic patients during the COVID 19 pandemic: Systematic review
Notice bibliographique
Résumé
Introduction: Self-management is crucial in diabetes care and assessing its impact during the COVID-19 pandemic is vital. This systematic review examines the pandemic's influence on self-management practices among diabetic patients. Methods: We conducted searches in PubMed, Cochrane Library, and Science Direct from December 2019 to June 2021. Included studies evaluated the effect of COVID-19 on self-management practices in diabetic patients. After removing duplicates, two independent reviewers conducted title and abstract reviews, followed by full-text screening, in accordance with PRISMA guidelines. Results: Of 1083 records, nine studies were included, comprising 5279 patients with sample sizes ranging from 52 to 1510. During the pandemic, most self-management practices remained relatively stable. Improvements were observed in dietary control (1% to 82.6%), self-blood glucose monitoring (11.3% to 47.1%), medication adherence (8.1% to 18.4%), weight management (19% to 40.9%), and physical activity (1% to 25.7%). Notably, physical activity showed a decrease (19% to 69.1%) during the pandemic. Conclusion: Compared to the pre-pandemic period, dietary control exhibited the most significant improvement, while physical activity demonstrated the least increase. Medication adherence and self-blood glucose monitoring were relatively better than other self-management practices. It is imperative to enhance self-management practices in diabetic patients during similar pandemics.
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 | 0,007 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».