Very high and increasing incidence of type 1 diabetes mellitus in Newfoundland and Labrador, Canada
Notice bibliographique
Résumé
OBJECTIVE: To determine the incidence of type 1 diabetes mellitus (T1DM) among children aged 0-14 yr inclusive in the Canadian province of Newfoundland and Labrador (NL). METHODS: Prospective and retrospective cohort study of the incidence of T1DM in children aged 0-14 yr from 1987 to 2005. Identified cases during this time period were ascertained from several sources and verified using the capture-recapture technique. RESULTS: Over the study period, 732 children aged 0-14 yr were diagnosed with T1DM. The incidence of T1DM in this population over the period 1987-2005 inclusive was 35.08 per 100,000 (95% confidence interval: 32.54, 37.62). The incidence over this period increased linearly at the rate of 0.78 per 100 000 per year. There was a significant difference between the incidence of 31.61 per 100,000 for boys in the 0-4-yr age-group and 19.05 per 100,000 for girls in the 0-4-yr age-group (p = 0.001). The incidence was very high throughout the entire province. CONCLUSIONS/INTERPRETATION: The province of NL has one of the highest incidences of T1DM reported worldwide. The incidence is increasing over the 19-yr study period.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».