Predictors of stigma perception by people with type 1 diabetes: A cross-sectional analysis of the BETTER registry
Notice bibliographique
Résumé
AIMS: This study investigates stigma predictors across ages and genders, addressing a critical gap in understanding diverse populations to reduce related suboptimal clinical and psychosocial outcomes. METHODS: Cross-sectional analysis of self-reported data from BETTER, a Canadian registry of people with type 1 diabetes. Participants (n = 709) completed the 19-item-Diabetes-Stigma Assessment-Scale (DSAS-1) categorized into treated differently, blame and judgment, and identity concerns sub-scales. Associations with diabetes distress (DDS-17-score/102), depression (PHQ-9-score/27), social-support (ESSI-score/34), fear of hypoglycemia (HFS-II-score/132), and hyperglycemia-avoidance-behaviours (HAS-score/88) were computed. RESULTS: Perceived stigma was highest in youth aged 14-24 years (46·0 ± 15·6, p < 0·001) and women (41·2 ± 15·7, p = 0·009), compared to other age groups and men. Blame and Judgment contributed to most of stigma perception. Youth perceived significantly more blame and judgment (p < 0·001) and identity concerns (p = 0·001) compared to middle-aged adults and seniors. Women perceive significantly more blame and judgment compared to men (p < 0·001). The perception of being treated differently was not reported to be an issue across ages and genders. Participants with higher scores of depression, diabetes-distress, fear of hypoglycemia, hyperglycemia-avoidance behaviours, and lesser social-support, reported increased stigma. CONCLUSIONS: Stigma varies by age and gender, underscoring the need for targeted interventions to reduce it. Challenging stereotypes and reducing stigma-related stressors are essential for better outcomes.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».