Screening for risk factors for type 2 diabetes mellitus using the Canadian Diabetes Risk Questionnaire (CANRISK) in the East Java Provincial Health Service, Indonesia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Diabetes Mellitus remains a serious and growing global challenge for public health. Early identification of cases prevents delays in treating diabetes mellitus, which often causes various complications in the body. Diabetes Mellitus screening includes anamnesis for family and personal history of the disease, measurement of height, weight, abdominal circumference, blood pressure examination, and examination of sugar levels. One instrument that can be used to assess the risk of developing type 2 diabetes mellitus is the Canadian Diabetes Risk Questionnaire (CANRISK). The aim of this research is to find out the characteristics of respondents and the risk categories of respondents suffering from type 2 diabetes mellitus in the next 10 years using CANRISK. This research uses quantitative methods. Based on the type of research, this research uses descriptive observational research. The research design used was cross sectional. The results showed that 78% of respondents had a low-moderate risk of developing type 2 DM, 6% had a high risk of developing type 2 DM, and 16% had a very high risk of developing type 2 DM. The conclusion of this study was that the risk factors for developing Type 2 DM 2 are age, BMI, waist circumference, physical activity habits, vegetable and fruit consumption habits, history of high blood pressure and high blood sugar, history of giving birth to a baby more than 4.1 kg, family history of diabetes, parents' ethnic group, and level of education.
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.
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 | 0,017 | 0,019 |
| 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 | 0,015 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle