Recent Trends in Hospitalization for Diabetic Ketoacidosis in Ontario Children
Notice bibliographique
Résumé
OBJECTIVE: To investigate trends and geographic variation in diabetic ketoacidosis (DKA) hospitalization rates among children in Ontario from 1991 to 1999. RESEARCH DESIGN AND METHODS: Canadian Institute for Health Information (CIHI) data were used to identify 15,872 diabetes-related hospital admissions in children younger than 19 years in Ontario from 1991 to 1999. Of these, 5,008 admissions were because of DKA and 10,864 admissions were because of conditions other than DKA (non-DKA). Small area variation analysis was used to compare areas with high versus low DKA admission rates. RESULTS: There was a 19% relative decrease in the overall diabetes admission rate over the study period. Non-DKA admissions decreased by 29%, whereas DKA admissions remained stable. Total days of care decreased by 393 days per year for non-DKA admissions and by 99 days per year for DKA admissions. The average length of hospital stay decreased from 4.9 to 3.5 days for non-DKA admissions and from 4.5 to 3.2 days for DKA admissions. The fatality rate was 0.19% for non-DKA admissions and 0.18% for DKA admissions. Variation across geographic areas remained stable for DKA over the study period (Kendall's correlation coefficient 0.64, P = 0.017) with an average 3.7-fold difference between the lowest and highest regions. CONCLUSIONS: Increased ambulatory care efforts for children with type 1 diabetes in Ontario have successfully reduced non-DKA admission rates. However, DKA admission rates have remained stable. Geographic variation for DKA admissions is low, but the observed 3.7-fold difference is clinically important for a preventable complication with a significant potential for long-term morbidity and mortality. Prevention strategies are needed, particularly in areas identified with the highest rates.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».