Diabetes Prevalence in North America and Caribbean Region in 2017 and 2045
Notice bibliographique
Résumé
Aims and Objectives: Diabetes is a serious and increasing global epidemic, and accurate estimates are essential for more efficient allocation of resources. The International Diabetes Federation (IDF) North America and Caribbean Region (NAC) consist of the U.S.A, Mexico and Canada, as well as 25 Caribbean countries and territories. The new edition of the International Diabetes Federation (IDF) Atlas (IDF, 2017) provides estimates of the numbers of people (18-99 years) living with diabetes in the IDF North America and Caribbean (NAC) Region. Methodology: Estimates for diabetes in adults were taken from 24 data sources in the IDF NAC region, representing 14 out of 28 countries. Selected characteristics of these data sources are as follows: Barbados, Mexico, Suriname, Trinidad and Tobago and the U.S. had studies conducted within the last five years; Belize, Haiti, Mexico and the U.S. Virgin Islands had studies that performed oral glucose tolerance tests. Prevalence rates for other countries may be underestimated due to limited data sources on oral glucose tolerance test. The details of the methodology were described in IDF Diabetes Atlas 8th Ed. Results and Conclusion: Approximately 50.1 (41.8-56.1) million people or 13.1% (10.9-14.6%) of adults aged 18-99, are living with diabetes in the IDF NAC region in 2017. The age-adjusted prevalence is 10.8%, which is highest among all seven IDF regions. If the trend continues, the number of people with diabetes is projected to reach 73.4 (58.8-83.4) million in 2045. About 37.6% of those people living with diabetes in this region are estimated to be undiagnosed in 2017. The number of deaths attributed to diabetes from age 20 to 99 years is 378,720 in 2017. The total healthcare expenditure related to diabetes in NAC region is USD 439,858 million in 2017 and will reach USD 508,315 million by 2045. Diabetes exerts a heavy burden in this region. Therefore effective diabetes prevention and management programs should be implemented in order to control diabetes prevalence. Disclosure Y. Huang: None. S. Karuranga: None. E.J. Boyko: None. B. Malanda: None.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».