Missed opportunities for type 2 diabetes testing following gestational diabetes: a population‐based cohort study
Notice bibliographique
Résumé
OBJECTIVES: Few women with gestational diabetes (GDM) are tested for type 2 diabetes in the postpartum period. Whether women are having physician visits that could be an opportunity to improve testing rates is unknown. This study sought to evaluate population-level trends in postpartum diabetes testing after GDM, and to evaluate postpartum physician care for these women. DESIGN: Population-based cohort study. SETTING: Ontario, Canada. POPULATION: Women who delivered between 1994 and 2008. METHODS: Using population-level healthcare databases, we identified 47,691 women with GDM. They were matched to women without GDM. MAIN OUTCOME MEASURES: An oral glucose tolerance test (OGTT) within 6 months postpartum, the specialty of the physician ordering the test, and ambulatory care visits with physicians from various specialties within 6 months postpartum were recorded. RESULTS: Most women with GDM did not receive an OGTT, although testing rates increased slowly over the 14 years of the study, compared with no change in testing for women who had not had GDM. Virtually all women with GDM had postpartum visits with a family physician or obstetrician, but few OGTTs were ordered by physicians from these specialties. CONCLUSIONS: Despite a slow increase in testing over time and high rates of postpartum visits to family physicians and obstetricians, few women with GDM received the recommended diabetes test. This represents a missed opportunity in a high-risk population. Interventions to change test ordering that target family physicians and obstetricians are most likely to increase the proportion of women with GDM who receive postpartum diabetes testing.
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 | 0,001 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».