Notice bibliographique
Résumé
Objectives: Diabetes is very common, particularly in minority ethnic groups and the disadvantaged and is associated with multimorbidity, disability and premature death.In 2022 alone, diabetes was associated with 7000 excess deaths in the United Kingdom.Diabetes self-management education (DSME) is a cornerstone of therapy and has been shown to improve self-management skills, wellbeing and blood sugar balance; but does DSME prevent premature death?The aim of this scoping review was to examine the impact of DSME on mortality in people with type 2 diabetes.Methods: Using CINAHL, MEDLINE and EMBASE, two independent reviewers examined full-text articles reporting impact of DSME on mortality.Using a mixedmethods appraisal, the log odds ratio (logOR) with 95% confidence interval (CI) of mortality in those with and without DSME attendance was calculated and presented as Forest plots of the effect estimates of the included studies.It is noteworthy that the majority of studies report mortality as drop out rather than as a primary outcome measure.Results: From 294 articles, 32 studies with 18,567 participants were included in the analysis.Overall pooled mortality was 0.4% (n = 742).DSME attendance was associated with a significantly lower mortality rate (2.5% vs. 5.5%, p < 0.05).Compared with controls, logOR for DSME attendance was 0.31 (95% CI: 0.038-0.578).The accompanying funnel plot was symmetrical, indicating a low risk of publication bias. Conclusions:In this scoping review in people with type 2 diabetes, compared with controls, DSME attendance was associated with a significantly lower mortality risk.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,766 | 0,559 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».