Factors associated with early insulin initiation in Type 2 diabetes: a Canadian cross‐sectional study
Notice bibliographique
Résumé
AIM: To examine the patient characteristics associated with early initiation of insulin after a diagnosis of Type 2 diabetes. METHODS: We analysed cross-sectional data from the 2012 Canadian Community Health Survey conducted by Statistics Canada. Multivariable logistic regression was used to explore the association between patient sociodemographic and health status characteristics and initiating insulin within 1 year of a diagnosis of Type 2 diabetes (early insulin use). RESULTS: Weighted estimates for the Canadian population showed that 32% of patients with Type 2 diabetes initiated insulin within 1 year of their diagnosis. Of the insulin initiators, 52% were female and 68% were aged ≥60 years. Factors strongly associated with early initiation of insulin were age (60-69 years: adjusted odds ratio 1.89, 95% CI 1.84-1.94; ≥ 70 years, odds ratio 2.08, 95% CI 2.01-2.15, both vs 40-49 years); smoking (smoker vs never: odds ratio 2.39, 95% CI 2.32-2.46); geography (Western Canada: odds ratio 2.75, 95% CI 2.69-2.81; Quebec: odds ratio 2.20, 95% CI 2.13-2.27, both vs Ontario); mental health (poor vs excellent: odds ratio 1.98, 95% CI 1.92-2.04); BMI (overweight vs normal/underweight: odds ratio 1.63, 95% CI 1.58-1.67); oral antidiabetic medication use (yes vs no: odds ratio 0.66, 95% CI 0.65-0.68); and alcohol use (regular vs non-drinker: odds ratio 0.66, 95% CI 0.65-0.68). CONCLUSION: One-third of the study population with Type 2 diabetes initiated insulin within their first year of diagnosis. Age, smoking status, geographical location, mental health, BMI, education, oral antidiabetic medication use, employment, physical activity, language, doctor visits and alcohol consumption were associated with timing of insulin initiation.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 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 ».