Sex Differences in All-Cause and Cardiovascular Mortality, Hospitalization for Individuals With and Without Diabetes, and Patients With Diabetes Diagnosed Early and Late
Notice bibliographique
Résumé
OBJECTIVE: To compare risk of all-cause mortality, cardiovascular disease (CVD) mortality, acute myocardial infarction (AMI) mortality, stroke mortality, and hospitalizations for males and females with and without diabetes and those with diabetes diagnosed early and late. RESEARCH DESIGN AND METHODS: We conducted a population-based retrospective cohort study including 73,783 individuals aged 25 years or older in Newfoundland and Labrador, Canada (15,152 with diabetes; 9,517 with late diagnoses). RESULTS: Males and females with diabetes had an increased risk of all-cause mortality, CVD mortality, AMI mortality, and CVD hospitalizations compared with individuals without diabetes, and the risk was stronger in females than in males. For females, risks of all-cause mortality (hazard ratio [HR] 1.85 [95% CI 1.74-1.96]) and CVD hospitalizations (2.57 [2.24-2.94]) were significantly higher compared with their male counterparts (1.59 [1.51-1.69] and 1.92 [1.72-2.14]). Females with diabetes diagnosed late had an increased risk of CVD mortality (6.54 [4.80-8.91]) and CVD hospitalizations (5.22 [4.31-6.33]) compared with females without diabetes, and both were significantly higher compared with their male counterparts (3.44 [2.47-4.79]) and (3.33 [2.80-3.95]). CONCLUSIONS: Females with diabetes have a greater risk of mortality than males with diabetes. CVD has a greater impact on females with diabetes than males, especially when diagnosed at a later stage. Different management strategies should be considered for males and females and those with early and late diagnoses of diabetes.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».