MétaCan
Menu
Retour à la cohorte
Enregistrement W1998631080 · doi:10.1212/01.wnl.0000436074.98534.6e

Spinal cord injury and type 2 diabetes

2013· article· en· W1998631080 sur OpenAlexafffundabout
Jacquelyn J. Cragg, Vanessa K. Noonan, Marcel F. Dvorak, Andrei V. Krassioukov, G.B. John Mancini, Jaimie Borisoff

Notice bibliographique

RevueNeurology · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueSpinal Cord Injury Research
Établissements canadiensInternational Collaboration On Repair DiscoveriesBritish Columbia Institute of TechnologyPraxis Spinal Cord Institute
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésOdds ratioMedicineConfidence intervalType 2 diabetesBody mass indexLogistic regressionConfoundingNational Health and Nutrition Examination SurveyDiabetes mellitusCross-sectional studyDemographyOddsInternal medicineEnvironmental healthPopulationEndocrinologyPathology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The objective of this study was to evaluate the association between spinal cord injury (SCI) and type 2 diabetes in a large representative sample and to determine whether an association exists irrespective of known risk factors for type 2 diabetes. METHODS: Data were obtained on 60,678 respondents to the Statistics Canada 2010 Cycle of the cross-sectional Canadian Community Health Survey. Multivariable logistic regression, incorporating adjustment for confounders and probability weights to account for the Canadian Community Health Survey sampling method, was conducted to quantify this association. RESULTS: After adjustment for both sex and age, SCI was associated with a significant increased odds of type 2 diabetes (adjusted odds ratio = 1.66, 95% confidence interval 1.16-2.36). These heightened odds persisted after additional adjustment for smoking status, hypertension status, body mass index, daily physical activity, alcohol intake, and daily consumption of fruits and vegetables (fully adjusted odds ratio = 2.45, 95% confidence interval 1.34-4.47). CONCLUSIONS: There is a strong association between SCI and type 2 diabetes, which is not explained by known risk factors for type 2 diabetes.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,327
Score d'incertitude au seuil0,906

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,366
Écart entre enseignants0,328 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations136
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNeurologyMême sujetSpinal Cord Injury ResearchTravaux en français237 207