Diabetes in pregnancy among First Nations women in Alberta, Canada: a retrospective analysis
Notice bibliographique
Résumé
BACKGROUND: In addition to increasing the risk of adverse birth outcomes, diabetes in pregnancy is thought to be an important driver of the epidemic of type 2 diabetes affecting Canada's First Nations population. The relative contributions of gestational diabetes mellitus (GDM) and pre-existing diabetes are not well understood. We generated a comprehensive epidemiological profile of diabetes in pregnancy over a 10-year period among the First Nations population of Alberta, Canada. METHODS: De-identified administrative data for 427,058 delivery records were obtained for the years 2000-2009. Pregnancy risk factors and delivery outcomes were described and compared by ethnicity (First Nations vs. non-First Nations) and diabetes status. Age-adjusted prevalence values for GDM and pre-existing diabetes were calculated and were compared by ethnicity. Longitudinal changes over time were also examined. Predictors were explored using logistic regression analysis. RESULTS: First Nations women had more antenatal risk factors and adverse infant outcomes that were compounded by diabetes. First Nations descent was an independent predictor of diabetes in pregnancy (p < 0.001). GDM prevalence was significantly higher among First Nations (6.1%) compared to non-First Nations women (3.8%; p < 0.001), but prevalence values increased significantly over time only in non-First Nations women (4.5 average annual percent change; p < 0.05). The prevalence of pre-existing diabetes was stable over time in both groups, but First Nations women experienced a 2.5-fold higher overall prevalence compared with non-First Nations women (1.5% vs. 0.6%, respectively; p < 0.001). CONCLUSIONS: Although First Nations women experience a higher overall prevalence of diabetes in pregnancy, the lack of increase in the prevalence over time is encouraging. However, because high-risk pregnancies and poor outcomes are more common among First Nations women, particularly those with diabetes, strategies to improve perinatal care must be implemented.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».