Prevalence of Diabetes and Cardiovascular Comorbidity in the Canadian Community Health Survey 20022003
Notice bibliographique
Résumé
Diabetes mellitus is a major risk factor for heart disease (heart attack, angina, and heart failure), stroke, and hypertension, which shorten the average life expectancy. The main objective of this study was to describe the prevalence of heart disease, hypertension, and stroke among Canadians with diabetes compared to those without diabetes in the Canadian general population aged 12 years and over. It also estimated the strength of association between diabetes, heart disease, hypertension, and other factors such as age, gender, cigarette smoking, alcohol drinking, education status, body mass index (BMI), and other socioeconomic factors. Descriptive statistics were used initially to estimate the prevalence of related comorbidities by age and gender. Logistic regression was then employed to determine the potential strength of association between various effects. Data included 127,610 individuals who participated in the 2.1 cycles of the Canadian Community Health Survey (CCHS) in 2002-2003. The prevalence of self-reported hypertension, heart disease, and stroke among individuals with diabetes were 51.9, 21.7, and 4.8%, respectively. By comparison, prevalence among those without diabetes was 12.7, 4.2, and 0.9%. Adjusted Odds Ratios (OR) were 4.15, 5.04, and 6.75 for males', and 4.10, 5.29, and 4.56 for females' hypertension, heart disease, and stroke, respectively. Lower income (OR from 1.27-1.94) and lower education (OR from 1.23-1.86) were independently associated with a high prevalence of hypertension, heart disease, and stroke among diabetics. Alcohol consumption (OR from 1.06-1.38), high BMI (OR from 1.17-1.40), physical inactivity (OR from 1.21-2.45), ethnicity, and immigration status were also strongly associated with hypertension, heart disease, and stroke. The adjusted prevalence of hypertension, heart disease, and stroke in the CCHS-2003 health survey in Canada was significantly higher among those with diabetes compared to those without. Other factors such as age, gender, BMI, lifestyle, family incomes, physical activity levels, and socioeconomic status also affected the strength of association between diabetes and resulting comorbidities.
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 | 0,033 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».