Determinants of Poor Glycemic Control Among Type 2 Diabetes Patients: A Systematic Review
Notice bibliographique
Résumé
Poor glycemic control remains a pervasive challenge in type 2 diabetes mellitus (T2DM) management, contributing to elevated risks of complications and healthcare burdens globally. This systematic review aimed to synthesize evidence on the determinants of poor glycemic control (hemoglobin A1C (HbA1c) >7%) among adults with T2DM. We followed PRISMA guidelines to search for relevant studies across five different databases, where we found 239 studies. First, the studies were screened for duplicates and then assessed for eligibility by screening through titles, abstracts, and ultimately full text. Upon carefully assessing for eligibility using inclusion and exclusion criteria, only 12 studies were found relevant and were included in this systematic review. The review found that most studies had a moderate risk of bias based on the Newcastle-Ottawa Scale, with only three rated as low risk. Key factors linked to poor glycemic control included low socioeconomic status, medication non-adherence, longer diabetes duration, obesity, insulin-based regimens, and limited access to healthcare. Insulin use, in particular, was paradoxically associated with worse control due to its complexity and adherence challenges, especially in low-resource settings. Regional differences highlighted unique barriers like cultural practices in Ethiopia and gaps in diabetes education in Eritrea. These findings reflect the complex and context-specific nature of glycemic control, especially in low- and middle-income countries. The review calls for simplified treatments, affordable medications, and better management of comorbidities, while encouraging future research using longitudinal and mixed-methods approaches to guide more effective, patient-centered interventions.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| 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 | 0,000 |
| 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 ».