Competing risks analysis of end-stage-renal disease and mortality among adults with diabetes - a comparison of First Nations people and other Saskatchewan residents
Notice bibliographique
Résumé
Background: End stage renal disease (ESRD) is a growing public health problem in Canada and it disproportionately affects Aboriginal people. Diabetes is the most common reported cause of ESRD. Objectives and methods: To determine whether there are significant disparities in the risk of ESRD and mortality without ESRD between diabetic First Nations (FN) and other Saskatchewan (OSK) people; to build and validate diabetic ESRD dynamic models. This is a population study of diabetes, utilizing data drawn from the Saskatchewan Ministry of Health administrative databases from 1980 to 2005. Competing risks survival analysis was used, including a Cox cause-specific model, Weibull proportional hazards (PH) model and piece-wise exponential PH hazards model. System Dynamics modeling (SDM) and agent-based modeling (ABM) methods were used to build dynamic models of diabetic patients’ progression to ESRD. Results: There were a total of 90,429 diabetic people in the study cohort, from 1980 to 2005. Among them, 8,254 (9%) of them were FN people. The average age at diabetes diagnosis for FN was 47.2 (SD=14) years old while for OSK, it was 61.6 (SD=15.3) years old (P-value<0.0001). After adjusting for sex and age at diabetes diagnosis, the risk of developing ESRD was 2.97 times higher for FN compared to OSK (95% CI: 2.51-3.54; P-value<0.0001). FN had lower risk of death than OSK before adjusting for age and sex difference. After adjusting for diabetes diagnosis age, sex, interaction between age and sex and interaction between age and ethnicity, FN had higher risk of death than OSK given the same sex and diabetes diagnosis age (younger than 81 years old). Using the same hazard rate estimations from competing risks survival analysis, the ABM model demonstrated a better match between historical data and model predicted data compared to the SD model. Conclusion: A much younger age of diabetes diagnosis among FN compared to OSK likely contributes to higher rates of ESRD because of a differential mortality effect – FN with diabetes are more likely to live long enough to develop ESRD.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».