Quality of life in young adults with type 1 diabetes
Notice bibliographique
Résumé
Introduction: Challenges of young adulthood with type 1 diabetes (T1D) include transitioning to adult care, increased T1D self-management responsibilities, and normal developmental transitions. Recognizing patterns of health-related quality of life (HRQOL) across a demographically and clinically broad range of young adults with T1D may help identify who needs additional support as they transfer to adult healthcare. We hypothesized that young adults from specific demographic and clinical groups would report lower HRQOL. Methods: =8.8 ± 2.0 %) self-reported demographics and HRQOL; A1c was analyzed via point of care or dried blood spot. ANOVAs and t-tests were used to compare HRQOL by demographic (gender, race/ethnicity, insurance, school enrollment) and clinical variables (device use, A1c). Results: Diabetes-specific HRQOL differed significantly by gender and school enrollment; females and young adults enrolled in school reported higher HRQOL. There were no significant differences in HRQOL across race/ethnicity, insurance type, and diabetes technology use. Conclusion: Monitoring HRQOL may be helpful to identify diabetes-specific psychosocial needs during the transition from pediatric to adult healthcare. Patterns suggest males and those not in school may benefit from additional support.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».