Prevalence and Correlates of Diabetes Distress in Pregnant Individuals With Preexisting Diabetes: A Cross-Sectional Study
Notice bibliographique
Résumé
OBJECTIVE Managing preexisting diabetes during pregnancy requires considerable self-management skills to achieve recommended glycemic targets and reduce fetal and obstetrical risks. Given the demands during this time, many individuals may experience diabetes distress. This study aimed to determine the prevalence of diabetes distress and associated clinical factors of diabetes distress during pregnancy. RESEARCH DESIGN AND METHODS A cross-sectional study was conducted involving 36 pregnant participants with type 1 diabetes and 40 pregnant participants with type 2 diabetes. Assessments of diabetes distress, the primary outcome, were performed, along with assessments of depressive symptoms, self-efficacy, self-management, and patient care satisfaction. Linear and logistic regression analyses were conducted to determine predictors of diabetes distress scores and positive diabetes distress. RESULTS The prevalence of diabetes distress was 22.4%. Age ≥35 years of age and higher education levels were significantly associated with scores on the Problem Areas in Diabetes (PAID) scale, which measures diabetes-related emotional distress (decreases of 10.18 and 11.77 points, respectively, P = 0.04). Living with others was associated with a reduction in PAID score by 21.56 points (P = 0.05) and the Patient Assessment of Chronic Illness (PACIC) total score as well as PACIC Goal-Setting, and Problem-Solving/Contextual Counseling subscale scores were each associated with a decrease of ∼4 points in PAID score (P <0.05). Having a common-law partner or spouse, comorbid depression, depressive symptoms, and depression scores were all significantly associated with increased PAID scores (P <0.05). CONCLUSION The prevalence of diabetes distress in pregnancy is similar to estimates for nonpregnant adults with type 1 or type 2 diabetes, based on limited pregnancy literature. Further research is needed to establish diabetes distress rates using a validated tool for pregnancy to understand whether diabetes distress affects obstetrical and fetal outcomes and how diabetes distress levels can be alleviated in this population.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».