Divergent trends in the incidence of end‐stage renal disease due to Type 1 and Type 2 diabetes in Europe, Canada and Australia during 1998–2002
Notice bibliographique
Résumé
AIMS: To describe the variation in geographical distribution of end-stage renal disease (ESRD) due to Type 1 and Type 2 diabetes, and to calculate recent trends in incidence in predominantly white populations. METHODS: Estimation of age- and sex-standardized incidence of ESRD by type of diabetes, and temporal trends, in population-based data for persons aged 30-44, 45-54 or 55-64 years newly treated for ESRD during 1998-2002 in eight countries or regions of Europe, and Non-Indigenous Canadians and Australians. RESULTS: The incidence of ESRD due to Type 1 diabetes at age 30-44 years correlated with published rates of childhood-onset insulin dependent diabetes mellitus (P = 0.0025). ESRD due to Type 2 diabetes was uncommon before 45 years of age; in older persons, the highest rates (in Canada and Austria) were five times the lowest rates (in Norway and the Basque region). Rates of ESRD due to Type 1 diabetes fell, per year, by 6.4%[95% confidence interval (CI): 2.1-10.6%) in persons aged 30-44 years, and by 7.7% (95% CI: 2.4-12.7%] in those aged 45-54 years. In contrast, rates of ESRD due to Type 2 diabetes increased annually by 16% (95% CI: 5-28%) in the 30-44-year age group, 11% (95% CI: 6-16%) at 45-54 years, and 9% (95% CI: 5-14%) at 55-64 years. CONCLUSIONS: Modern prevention has reduced progression of nephropathy to ESRD due to Type 1 diabetes, but the continuing rise of ESRD due to Type 2 diabetes represents a failure of current disease control measures that has serious public health implications.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».