National Trends in the Prevalence of Diabetic Peripheral Neuropathy Among Diabetes Mellitus Patients in Indonesia (2010–2024): A Pooled Meta-Analysis of 46 Studies with 2,808 Participants
Notice bibliographique
Résumé
Background: Diabetic peripheral neuropathy (DPN) is a prevalent and debilitating complication of diabetes mellitus that significantly impacts quality of life and increases morbidity. Indonesia faces a rapidly growing diabetes burden; however, national-level estimates of DPN prevalence remain limited. Understanding the epidemiological patterns of DPN is critical to guide screening strategies, clinical management, and region-specific health interventions. Purpose: This study estimated, on a national basis, the prevalence of DPN among diabetic patients in Indonesia during the period 2010 to 2024. Methods: A meta-analysis was conducted using data sources and a comprehensive search of PubMed, Embase, Scopus, Web of Science, CINAHL Plus, and Google Scholar for relevant articles up to January 2025. A generalized mixed model was employed to analyze the pooled prevalence under the assumption of random effects. The risk of bias was assessed using the Newcastle-Ottawa Scale (NOS), and Heterogeneity was assessed through I² statistics and Cochran's Q tests. Results: The sample comprised 46 studies with 2808 participants. The prevalence of DPN was 76.65% (95% CI 64.82-85.40) based on the Random Effects Model. High prevalence was found in patients aged 40-60 with type 2 diabetes in institutional settings and moderate diabetes duration. Conclusion: The preponderance of DPN in Indonesia is tremendously high and differs across regions and demographics. Early detection and resources in situ are important for proper management. PROSPERO registration number: CRD42025643949
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 | 0,021 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,016 | 0,062 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».