A Square Peg in a Round Hole: Social Experiences of Living With Diabetes in Canada in 2024
Notice bibliographique
Résumé
OBJECTIVES: Diabetes self-management often occurs in social contexts, around others without diabetes. International consensus identifies the pervasive presence of social stigma toward those with diabetes, negatively impacting health, well-being, and social and professional lives. In this study, we aimed to identify the social experiences of Canadian adults living with type 1 diabetes (T1D) or type 2 diabetes (T2D). METHODS: An online survey was completed by 1,799 adults with diabetes (T1D: n=786; T2D: n=1,013). The survey assessed diabetes stigma, emotional well-being, diabetes distress, quality of life, and health-care experiences. Analyses involved descriptives of stigma experiences and associations with other measures. RESULTS: Experiencing blame and judgment for having diabetes was common. For T1D, 73% of respondents reported people making unfair assumptions about their capabilities, and 69% reported being judged for what they eat. For T2D, 41% reported being stigmatized as having a "lifestyle disease," and 31% reported being judged for their food choices. Being treated differently due to diabetes was common: 54% with T1D reported being rejected, and 22% with T2D reported being treated as sick. Many respondents with T1D were concerned about managing diabetes in public (44.2%) and many with T2D were embarrassed about having diabetes (27.4%). Greater stigmatization was associated with lower general emotional well-being, greater diabetes distress, and greater negative impact on quality of life. CONCLUSIONS: Adults with T1D or T2D commonly experience stigmatization, negatively impacting well-being and quality of life. These data support changing the conversation about diabetes in ways that will lead to greater respect, empathy, and support for all people living with diabetes in Canada.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,043 | 0,009 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,004 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».