Predictors of glycemic control, quality of life and diabetes self-management of patients with diabetes mellitus at a tertiary hospital in Ghana
Notice bibliographique
Résumé
BACKGROUND: The burden of diabetes mellitus (DM) in Sub-Saharan Africa is high and continues to increase. Effective DM management focuses on key goals such as glycemic control, prevention of complications and improvement of quality of life (QOL). This study therefore assessed predictors of glycemic control, QOL and diabetes self-management (DSM) of patients with DM in a tertiary hospital in Ghana. METHODS: We conducted a cross-sectional study involving face-to-face interviews of patients with DM attending clinic using structured questionnaires and validated study instruments as well as review of medical records. A multivariable logistic regression analysis was used to identify independent factors associated with good glycemic control, poor QOL and poor DSM practices. RESULTS: The study involved 360 patients with mean age of 62.5 ± 11.6 years and mean FBG of 9.0 ± 4.8 mmol/L, of which 40.8% had FBG < 7 mmol/L. Patients who were not on insulin(aOR 1.82; 95% CI 1.12-2.96, p = 0.017) were more likely to have good glycemic control. Urban residence (aOR 0.24; 95% CI 0.06-0.87, p = 0.030) was protective of having poor QOL. However, poor DSM(aOR 18.30; 95% CI 7.98-44.5, p < 0.001) and recent hospitalization(within the past 3 months) (aOR 4.58; 95% CI 1.58-13.26, p = 0.005) had higher odds of poor QOL. Patients who were divorced(aOR 6.92; 95% CI 1.24-43.20, p = 0.031) had higher odds of poor DSM, while having attended the clinic for more than 3 years(aOR 0.32; 95% CI 0.13-0.84, p = 0.018) was protective of poor DSM. CONCLUSION: 4 out of 10 patients attending diabetes clinic are well controlled. Not being on insulin is independently associated with good glycemic control. Urban residence, DSM and recent hospitalization are associated with QOL while being divorced and duration in clinic predict DSM. Prevention of acute hospitalizations and promotion of good self-management among patients with diabetes can improve their quality of life.
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 | 0,002 |
| 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 | 0,001 | 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) | 0,002 | 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 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 ».