The Inter- and Intragenerational Impact of Gestational Diabetes on the Epidemic of Type 2 Diabetes
Notice bibliographique
Résumé
OBJECTIVES: We investigated the contribution of gestational diabetes mellitus (GDM) to the historic epidemic of type 2 diabetes mellitus (T2DM) in Saskatchewan. METHODS: We constructed a population-level simulation model of the inter- and intragenerational interaction of GDM and T2DM for the period 1956 to 2006. The model was stratified by gender, ethnicity, and age; parameterized with primary and secondary data; and calibrated to match historic time series. Risk of diabetes was sigmoidally trended to capture exogenous factors. RESULTS: Best-fit calibrations suggested GDM may be responsible for 19% to 30% of the cases of T2DM among Saskatchewan First Nations people, but only for approximately 6% of cases among other persons living in Saskatchewan. The estimated contribution of GDM to the growth in T2DM was highly sensitive to assumptions concerning the post-GDM risk of developing T2DM. CONCLUSIONS: GDM may be an important driver for the T2DM epidemic in many subpopulations. Because GDM is a readily identifiable, preventable, and treatable condition, investments in prevention, rapid diagnosis, and evidence-based treatment of GDM in at-risk populations may offer substantial benefit in lowering the T2DM burden over many generations. Model-informed data collection can aid in assessing intervention tradeoffs.
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 | 0,003 | 0,003 |
| 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 ».