Prevalence of Type 2 Diabetes Mellitus Among Pulmonary Tuberculosis Patients in Pakistan
Notice bibliographique
Résumé
Background: Individuals with diabetes are vulnerable to a weakened immune response, increasing the risk of pulmonary tuberculosis (TB), particularly in low- to middle-income countries like Pakistan with prevalent poverty and unsanitary conditions. This study aimed to determine the prevalence of T2DM in Pulmonary TB patients. Method: This cross-sectional study was conducted at the Primary Health Care (PHC) Center in Sikandar Abad and private clinics in Hyderabad, Pakistan. A total of 200 individuals, irrespective of age and gender, diagnosed with primary pulmonary tuberculosis and undergoing either first-line or second-line therapy, were recruited during a period of six months from 1st April 2022 to 30th September 2022 through simple random sampling. All TB patients were screened for Diabetes. The collection of relevant information, including demographic and clinical details, was executed using a standardized study proforma. Data analysis was performed using SPSS version 25, allowing for statistical exploration and interpretation of the findings. Results: Prevalence of DM in TB patients was (38%) 19. The average age of the participants was 36.6+14.8 years. The computed BMI of 17.14+2.9kg/m2 revealed that the majority of the patients were underweight. Weight loss was the symptom that co-occurred with TB and DM. Conclusion: Study revealed a notable 38% prevalence of Type 2 Diabetes Mellitus (T2DM) among Pulmonary TB patients, indicating a risk of co-occurrence. This co-morbidity poses an important public health concern, emphasizing the importance of understanding the interplay between these two conditions. Keywords: Pulmonary Tuberculosis (PTB), Diabetes Mellitus(T2DM), BMI.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».