ความชกของภาวะซมเศรา ระดบนำตาลสะสมในเลอด และปจจยทเกยวของ ในผปวยโรคเบาหวานชนดท 2 ทเขารบการรกษาแบบผปวยนอก คลนกตอมไรทอ โรงพยาบาลจฬาลงกรณ
Notice bibliographique
Résumé
การวิจัยนี้เป็นการวิจัยเชิงพรรณนา มีวัตถุประสงค์เพื่อศึกษาความชุกของภาวะซึมเศร้า ระดับ HbA[subscript 1]C และปัจจัยที่เกี่ยวข้องในผู้ป่วยเบาหวานชนิดที่ 2 ที่แผนกผู้ป่วยนอก โรงพยาบาลจุฬาลงกรณ์ จำนวน 250 ราย โดยวิธีการสุ่มตัวอย่างอย่างเป็นระบบ เครื่องมือที่ใช้ในการรวบรวมข้อมูลได้แก่ แบบสอบถามข้อมูล, แบบประเมิน Thai-HADS, แบบทดสอบ Thai Mental State Examination (TMSE), แบบประเมิน The Montreal Cognitive Assessment (MoCA) Test, แบบประเมิน The Summary of Diabetes Self-Care Activities (SDSCA), แบบสอบถามวัดเหตุการณ์ความเครียดในชีวิตภายใน 1 ปีที่ผ่านมา (Life Stress Event) และแบบประเมินบรรยากาศและความสัมพันธ์ในครอบครัว วิเคราะห์ข้อมูลโดยใช้โปรแกรม SPSS Window 11.5 สถิติที่ใช้ในการวิเคราะห์ข้อมูล คือ จำนวน ร้อยละ ค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐาน, Pearson's Chi-square test, Independent t-test, One way ANOVA test, Pearson Correlation และ Multivariate Logistic regression ผลการวิจัยพบว่า กลุ่มตัวอย่างมีอายุเฉลี่ย 62.58 ปี เป็นเพศหญิงร้อยละ 64.4 และมีประวัติการศึกษาตั้งแต่ 12 ปีขึ้นไปร้อยละ 53.6 พบความชุกของภาวะซึมเศร้าในผู้ป่วยเบาหวานชนิดที่ 2 เท่ากับร้อยละ 28 และความชุกของการควบคุมระดับน้ำตาลในเลือดไม่ดี (ระดับ HbA[subscript 1]C ในเลือดตั้งแต่ 7% ขึ้นไป) ในผู้ป่วยเบาหวานชนิดที่ 2 เท่ากับร้อยละ 56 โดยในกลุ่มตัวอย่างที่มีค่า depressive scores ใน Thai-HADS มากกว่า 12 คะแนน พบว่าระดับน้ำตาลสะสมในเลือดมีความสัมพันธ์กับคะแนน depressive score แบบเส้นตรงในเชิงบวก (r = 0.803) นอกจากนี้ยังพบว่า ปัจจัยที่มีความสัมพันธ์กับการมีภาวะซึมเศร้า ได้แก่ภาวะวิตกกังวล ระดับการศึกษาน้อยกว่า 12 ปี ประวัติ admission จากโรคเบาหวาน ความเห็นว่าสุขภาพของตนเสื่อมลง ประวัติขาดยารักษาโรคเบาหวานและ diabetic nephropathy ส่วนปัจจัยที่มีความสัมพันธ์กับการควบคุมระดับน้ำตาลได้ไม่ดีได้แก่ การไม่มีโรคความดันโลหิตสูง การมี diabetic retinopathy ความเห็นว่าสุขภาพของตนเสื่อมลง การดื่มกาแฟ ค่า LDL ในเลือดสูงและการตรวจพบโปรตีนในปัสสาวะ
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,078 | 0,018 |
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 ».