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 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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».