Diabetic peripheral neuropathy and associated factors among patients attending Mbarara Regional Referral Hospital, Southwestern Uganda: a cross-sectional study
Notice bibliographique
Résumé
Diabetic peripheral neuropathy (DPN) is a microvascular complication of diabetes mellitus (DM), that is associated with increased risks of morbidity and disability, especially ulceration and amputation. Timely identification, diagnosis, and management of DPN are crucial to prevent amputations, mitigate disabilities, and enhance the quality of life for persons with diabetes. We determined the prevalence and factors associated with peripheral neuropathy among patients with diabetes at Mbarara Regional Referral Hospital (MRRH), southwestern Uganda. We conducted a cross-sectional study at the Diabetic Clinic of MRRH from November 2023 to January 2024. We used an interviewer-administered questionnaire to obtain data on socio-demographic and medical characteristics, and used the Toronto Clinical Scoring System (TCSS) tool to determine DPN and its severity. Levels/stages of neuropathy were grouped basing on the score as no neuropathy (0–5), mild neuropathy (6–8), moderate neuropathy (9–11), and severe neuropathy ≥ 12. Modified Poisson regression, with robust standard errors was used to evaluate associations between DPN and independent variables. In total, 355 participants were enrolled with mean age 55.94 ± 13.43 years. Most participants were female (60%). The prevalence of DPN was 38.03% (n = 135; 95% CI 33.11–43.21%). Having high blood pressure of > 138/80 mmHg (adjusted prevalence ratio [aPR] = 2.73, 95% CI 1.80–4.13), longer duration of diabetes of ≥ 6 years (aPR = 2.01 95% CI 1.46–2.75), being aged ≥ 60 years (aPR = 1.49, 95%CI 1.04–2.13) and having fasting blood sugar > 7mmol/l (aPR = 1.96 95% CI 1.34–2.90) were independently associated with DPN. Approximately one in three DM patients surveyed had DPN. Hypertension, longer diabetes duration, advanced age, and high fasting blood sugar were associated with DPN. Timely detection and targeted interventions, particularly for individuals with modifiable risk factors like hypertension and poor glucose control, could play a crucial role in preventing or delaying the progression of DPN in this setting.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».