MétaCan
Menu
Retour à la cohorte
Enregistrement W2130590674 · doi:10.1016/j.aprim.2013.12.004

Diabetes in older people: Prevalence, incidence and its association with medium- and long-term mortality from all causes

2014· article· en· W2130590674 sur OpenAlexaff
Mercedes Sánchez Martínez, Augusto Blanco, María Victoria Castell, Alicia Gutiérrez-Misis, Juan Ignacio González-Montalvo, Marı́a Victoria Zunzunegui, À. Otero

Notice bibliographique

RevueAtención Primaria · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineDiabetes mellitusIncidence (geometry)DemographyCohortComorbidityPopulationProportional hazards modelCohort studyFamily historyInternal medicineGerontologyEnvironmental healthEndocrinology

Résumé

récupéré en direct d'OpenAlex

To estimate the prevalence and incidence of self-reported diabetes and to study its association with medium- and long-term mortality from all causes in persons ≥65 years. A population-based cohort study begun in 1993. “Envejecer en Leganés” cohort (Madrid). A random sample of persons ≥65 years (n = 1277 in the 1993 baseline sample). Participants were classified as having diabetes if they so reported and had consulted a physician for this reason within the last year. Diabetes history was categorized in <10 and ≥10 years in 1993. Incidence density was calculated in 2-year periods in non-diabetic individuals (1965 persons/2 years). Vital status was recorded on 31 December 2011. The association between diabetes history ≥10 years and mortality at 6 and 18 years follow-up was studied by the Kaplan–Meier and Cox regression analyses after adjusting for age, sex, heart disease and comorbidity. The prevalence of self-reported diabetes rose from 10.3% in 1993 to 16.1% in 1999 (p ≤ 0.001) and was higher in women than men (p ≤ 0.05). Total incidence density was 2.6 cases/100 persons/2 years (95% CI: 2.0–3.3). Medium- and long-term mortality was higher in persons with diabetes history ≥10 years than in non-diabetic individuals (HR: 2.0; 95% CI: 1.2–3.3 and HR: 1.7; 95% CI: 1.1–2.5, respectively). In diabetics with history <10 years the HR was 1.3 (95% CI: 0.9–1.9) and HR: 1.5 (95% CI: 1.2–1.9, respectively). Although diabetes is clearly associated with increased risk of mortality, it is significant only for patients with ≥10 years’ history of diabetes. Calcular la prevalencia y la incidencia de diabetes autorreferida y analizar su asociación con la mortalidad general a medio y a largo plazo en personas ≥ 65 años. Estudio de cohortes de base poblacional iniciado en 1993. Cohorte «Envejecer en Leganés» (Madrid). Muestra aleatoria de los ≥ 65 años (n = 1.277 en 1993). Diabético: autorreferido y haber visitado al médico por este motivo el último año. Antigüedad de diabetes: más y menos de 10 años en 1993. Prevalencia en 1993, 1995, 1997 y 1999. Densidad de incidencia calculada para periodos bianuales (1.965 personas/2 años). Estado vital registrado a 31 de diciembre de 2011. La asociación entre diabetes y mortalidad a 6 y 18 años se estudió mediante Kaplan-Meier y regresión de Cox, ajustando por edad, sexo, enfermedades del corazón y comorbilidad. La prevalencia de diabetes autorreferida aumentó desde el 10,3% (1993) hasta el 16,1% (1999) (p ≤ 0,001), siendo superior en mujeres (p ≤ 0,05). La incidencia de diabetes fue de 2,66 casos por 100 personas/2 años (IC 95%: 1,9-3,3). La mortalidad a medio y a largo plazo fue mayor en diabéticos con ≥ 10 años que en no diabéticos (HR: 2,0; IC 95%: 1,2-3,3, y HR: 1,7; IC 95%: 1,1-2,5, respectivamente). En diabéticos < 10 años el HR para mortalidad fue 1,3 (IC 95%: 0,9-1,9) y 1,5 (IC 95%: 1,2-1,9), respectivamente. Aunque padecer diabetes se asocia a un aumento de la mortalidad, esta asociación es significativa solo para los pacientes con historia de diabetes igual o superior a 10 años.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,242
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAtención PrimariaMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207