Effectiveness of Community-Wide and Individual High-Risk Strategies to Prevent Diabetes: A Modelling Study
Notice bibliographique
Résumé
BACKGROUND: Diabetes has been described as one of the most important threats to the health of developed countries. Effective population strategies to prevent diabetes have not been determined but two broad strategies have been proposed: "high-risk" and "community-wide" strategies. METHODS: We modelled the potential effectiveness of two strategies to prevent 10% of new cases of diabetes in Ontario, Canada over a 5-year period. The 5-year risk of developing physician-diagnosed diabetes was estimated for respondents to the Canadian Community Health Survey 2003 (CCHS 2.1, N = 26 232) using a validated and calibrated diabetes risk tool (Diabetes Population Risk Tool [DPoRT]). We estimated how many cases of diabetes could be prevented using two different strategies: a) a community-wide strategy that would uniformly reduce body mass index (BMI) in the entire population; and b) a high baseline risk strategy using either pharmacotherapy or lifestyle counselling to treat people who have an increased risk of developing diabetes. RESULTS: In 2003, the 5-year risk of developing diabetes was 4.7% (383 600 new diagnosed cases of diabetes in 8 189 000 Ontarians aged 20+) and risk was moderately diffused (0.5%, 3.1% and 17.9% risk in the 1(st), 5(th) (median) and 10(th) deciles of risk). A 10% reduction in new cases of diabetes would have been achieved under any of the following scenarios: if BMI was 3.5% lower in the entire population; if lifestyle counselling covered 32.2% of high-risk people (371 900 of 1 155 000 people with 5 year diabetes risk greater than 10%); or, if pharmacotherapy covered 65.2% of high-risk people. CONCLUSIONS: Prevention using pharmacotherapy alone requires unrealistically high coverage levels to achieve modest population reduction in new diabetes cases. On the other hand, in recent years few jurisdictions have been able to achieve a reduction in BMI at the population level, let alone a reduction of BMI of 3.5%.
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 | 0,007 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».