Perfil epidemiológico do diabetes mellitus na população de um município maranhense
Bibliographic record
Abstract
Objetivo: Descrever o perfil epidemiológico do Diabetes Mellitus na população de um município maranhense.Métodos: Estudo epidemiológico descritivo e retrospectivo de abordagem quantitativa.Utilizou-se dados secundários por meio do Sistema de Cadastramento e Acompanhamento de Hipertensos e Diabéticos (HIPERDIA), disponibilizados pelo DATASUS nos anos de 2002 a 2012.As variáveis estudadas foram: tipo da doença, ano, faixa etária, sexo, tabagismo, sedentarismo, sobrepeso, infarto agudo do miocárdio, acidente vascular cerebral, pé diabético, amputação por pé diabético e doença renal, todas variáveis disponibilizadas e selecionadas no sistema.Resultados: No período de estudo foram registrados 568 casos novos de diabetes mellitus, o Diabetes Mellitus tipo II foi o mais predominante na população com 87,8% (n= 498).O ano que houve uma maior incidência de Diabetes Mellitus registrado foi em 2007 com 17,1% para o tipo II e 20% do tipo I. Quanto a faixa etária, a de 40-59 anos foi a mais acometida pelos tipos 1 e 2 da patologia.Em relação ao sedentarismo, os casos de DM tipo II, em sua maioria, 52,2% eram sedentários, a maior parte dos indivíduos com os tipos I e II da doença não apresentaram excesso de peso.Entre as outras complicações analisadas, o pé diabético foi o mais incidente nos casos de DM1 com 5,7% (n= 4) e o acidente vascular cerebral o mais predominante entre os cadastros de DM tipo 2 com 4%.Conclusões: O Diabetes Mellitus é frequentemente encontrado na população, o tipo 2 foi o mais predominante, com o risco de desenvolver diversas complicações.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".