Differences in diabetic co-morbidity between Aboriginal and non-Aboriginal people living in Bella Coola, Canada
Notice bibliographique
Résumé
OBJECTIVES: (1) To identify which medical disorders are significantly associated with being a diabetic in the setting of an isolated, rural community; and (2) to determine if there are differences between Aboriginal and non-Aboriginal diabetics. DESIGN: population based retrospective chart review. STUDY POPULATION: people living in the Bella Coola Valley, Canada, and having a chart at the Bella Coola Medical Clinic as at September 2001. MAIN OUTCOME MEASURES: known diabetes related co-morbidity (retinopathy, nephropathy, coronary artery disease, peripheral vascular disease, neuropathy). RESULTS: There were 126 adult (>18 years old) diabetics living in the Bella Coola Valley. Prevalence rates for history of alcohol issues, retinopathy, coronary artery disease, cerebrovascular disease, peripheral vascular disease, peripheral neuropathy, hypertension, hypercholesterolemia, and nephropathy were 44%, 14%, 19%, 8%, 7%, 10%, 54%, 47%, and 7% respectively. For the 1597 non-diabetics living in the Bella Coola Valley, respective prevalence rates for these same co-morbidities were 20%, 0.3%, 2%, 1.5%, 1%, 1%, 10%, 6%, and 0.6%. The study did not demonstrate that Aboriginal people living in the Bella Coola Valley have an increased prevalence of diabetes associated co-morbidities over and above that found in the non-Aboriginal diabetic population. This was despite the fact the smoking rate was higher in the Aboriginal population. CONCLUSIONS: The development of diabetes in both Aboriginal and non-Aboriginal people living in the Bella Coola Valley was clearly associated with the presence of multiple co-morbidities, including hypertension, hypercholesterolemia, coronary artery disease, cerebrovascular disease, and neuropathy. Rates of diabetes associated co-morbidities were similar for both Aboriginal and non-Aboriginal diabetic populations. The authors speculate that a diet rich in fish oils (omega-3 fatty acids) accounted for the lower than expected rates of cardiovascular disease among this Aboriginal population.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».