Clinical and socio‐demographic factors associated with diabetic ketoacidosis hospitalization in adults with Type 1 diabetes
Notice bibliographique
Résumé
AIM: To identify the clinical and socio-demographic factors associated with hospitalization for diabetic ketoacidosis in adults with Type 1 diabetes. METHODS: We combined clinical and administrative health data from a large urban diabetes clinic to perform a data linkage study. We identified adults (aged ≥ 18 years old) with Type 1 diabetes and linked to hospital discharge abstracts to assess for diabetic ketoacidosis hospitalization. The study period was between 1 January 2004 and 31 December 2009, with all individuals living in the same geographic area. Multivariate logistic regression was used to identify potential predictors of diabetic ketoacidosis hospitalization. RESULTS: We identified 255 individuals with a diabetic ketoacidosis hospitalization and 1739 without a diabetic ketoacidosis hospitalization. Mean (standard deviation) age was 40.0 (15.8) years, 51.7% were men and mean duration of diabetes was 17.8 (12.9) years. Diabetic ketoacidosis hospitalization was associated with shorter duration of diabetes (odds ratio 0.96 per year; 95% confidence interval 0.95-0.98), gastroparesis (odds ratio 4.13; 95% confidence interval 1.82-9.35), psychiatric diagnosis (odds ratio 1.98; 95% confidence interval 1.22-3.19), and higher HbA1c (odds ratio 1.25 per 1% increase; 95% confidence interval 1.16-1.35). CONCLUSIONS: This study identifies specific clinical factors associated with diabetic ketoacidosis hospitalization in adults with Type 1 diabetes. This information can help to inform the detection of high-risk patients, for whom special attention and interventions may be warranted to prevent diabetic ketoacidosis.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».