Poor glycemic control and its predictors among people living with diabetes in low- and middle-income countries: a systematic review and meta-analysis
Notice bibliographique
Résumé
Variability in blood glucose remains a challenge in diabetic management. Therefore, this review aimed to estimate the overall poor glycemic control and identify its predictors among people living with diabetes in low- and middle-income countries (LMICs). The authors searched articles in PubMed, Embase, OVID, CINAHL Plus, Cochrane Library, PsychInfo, Google, and Google Scholar. The search results were exported to the Rayyan software to check their eligibility. The Newcastle–Ottawa scale was used to assess the study quality. Stata version 17 was used for analysis. A random effect model was computed. Heterogeneity was assessed by the Cochrane Q test and I-squared (I2). The funnel plot asymmetry test and/or Egger’s regression test (p < 0.05) were used to detect the publication bias. Then it was treated by the trim and fill analysis. The protocol was registered in the International Prospective Register of Systematic Reviews (PROSPERO) with the reference number CRD42023430175. In total, forty-nine articles were used. Of which forty-five articles with 15,981 participants were used for pooled prevalence estimation. The pooled prevalence of poor glycemic control among people living with diabetes in LMICs was found to be 69.06% (95% CI: 65.66–72.46), I2 = 96.1%, p < 0.001). Alcohol intake (AOR = 2.07: 95% CI: 1.27–3.36), poor adherence to dietary recommendations (AOR = 3.16, 95% CI: 1.13–8.85), poor adherence to anti-diabetic medication (AOR = 2.85, 95% CI: 1.04 -7.85), diabetic complications (AOR = 1.37, 95% CI: 1.00–1.88), and co-morbid conditions (AOR = 1.98, 95% CI: 1.28–30.07) were found to be predictors of poor glycemic control. The pooled prevalence of poor glycemic control was significantly high in LMICs. Drinking alcohol, poor adherence to dietary recommendations, poor adherence to anti-diabetic medication, diabetes complications, and co-morbid conditions were found to be the determinants of poor glycemic control among people living with diabetes. Tight glycemic control strategies have been implemented to achieve optimal blood glucose. Further research on the regional and contextual factors influencing glycemic control would be recommended.
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 | 0,014 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,032 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».